python 生成器generator

关于生成器，主要有以下几个关键点的内容

一、什么是generator ,为什么要有generator？

二、两种创建生成器方式

三、yield关键字

四、generator 两个调用方法 next（）和send（）

一、什么是generator ,为什么要有generator？

generator 是一种方式，是一种借助于循环，然后不断产生值的一种机制。（我是能理解机制这种描述，想了个例子来说明这个例子感觉又不对。）

那么为什么需要generator呢？一、当你需要获取大量值的时候，我们可以将值存在列表里面，然后循环，读出没一个值。这没毛病。

但是你知道数组这种数据结构，他是将所有的值都紧挨着放在一块的，

当我们将这很多值，都放在内存中，主存是需要申请很大一块空间，

进行存放的，而我们的操作系统还要执行其他的任务，也要用到主存。这样将会导致操作RAM大量被占用，其他任何执行不了，或者干脆，其他任务执行完了，把地方让出来给你，你再去执行。以上的描述大家能感觉出来效率是非常低的。

可是我们有的时候就是需要啊，需要获取这种大量数据。（什么情况下，其实我写了几个项目现在也没有用到过generator，不过知道python的协程就是用生成器实现的。）而生成器他通过循环，计算出的数据，也就是说每循环一次就产生一次数据。这样是不需要向上面一样大量占用内存空间的，至于你说你需要计算啊（对于cpu来你这点代码量，简直就是连9牛一毛都称不上，这大兄弟可是每秒钟，能计算几十亿次）。

二、两种生成器的创建方式

1 、（x for x in range），就是将列表推到值外边的列表换成了元组。

2、函数中包含yield 关键字

def f1(n):
    yield n
obj = f1(1)
print(obj)

返回值是这个东西 <generator object f1 at 0x0000000001F1FFC0>
是一个生成器对象

三、 yield 关键字

我们知道一个函数包含一个yield关键字，返回的就是一个generator ，那么这个yield关字是怎么运作的，他都有那些特性

请看如下代码，这个就是一个生产这消费者模型

def consumer():
    r = 'ok'
    while True:
        n1 = yield r
        while not n1:
            print('如果走了这里，说明，下一次调用之前先将上一次的NONE给赋值了')
        print('consumer consume %s'%(n1))
        r = '我不想吃包子，我想吃pizza'
def producer(c):
    data =c.send(None)
    print(data ,'到底一次yield有没有返回值')
    n=0
    while n <5:
        n+=1
        print('生产者生产了%s'%n)
        data_2=c.send(n)
        print('消费者其实想的是%s'%(data_2))
obj =consumer()
producer(obj)

我建议，如果你看了我的博客，可以复制一下代码去执行一下。就能总结出来yield关键字有如下特性：

1、yiled 关键字类似于return ，就是函数执行到这里后，就不在向下执行，然后返还一个返回值。但是（一提但是就要仔细看啊）当执行到yield 关键字时，整个函数一个运行状态是还保存在内存，当下次再调用这个生成器时，会从yield开始，在向下执行，

而不是从函数开头从新执行一遍。然后循环到了yield 在卡住，等待下次再调用

2、yield 可以被传值，不过必须要通过send（）方法

四、generator 两个调用方法 next（）和send（）

我们一直在强调，generator 是借助于循环，不断产生新的值，所以就能理解，一般一个生成器都应该是一个循环中被调用，产生一个新的值。

所以

def f1(n):
    while True:
        n +=1
        yield n
obj = f1(1)

for i in obj:
    print(i)

你可尝试一下，无限循环的感觉。

当然一般情况下，不会是无限循环，肯定是有一个终止条件的。

如下

def f1(n):
    while n<5:
        n +=1
        yield n
obj = f1(1)

j =0
while j<5:
    j+=1
    try:
        print(next(obj))
    except StopIteration as e:
        print('别调用了，最多能计算这么多')

当生成器已经计算结束后，你在去调用会报错的 ，如果是直接用for 调用是不会报错的。其实for 结构里面就类似上面的代码，只是当循环完generator后，抓去了对应的异常。结束循环。

最后则是send 方法，而send 方法，他有两个作用，第一个是可以调用这个generator计算，第二个就是给yield赋值，在将上面的代码赋值一下

def consumer():
    r = 'ok'
    while True:
        n1 = yield r
        while not n1:
            print('如果走了这里，说明，下一次调用之前先将上一次的NONE给赋值了')
        print('consumer consume %s'%(n1))
        r = '我不想吃包子，我想吃pizza'
def producer(c):
    data =c.send(None)
    print(data ,'到底一次yield有没有返回值')
    n=0
    while n <5:
        n+=1
        print('生产者生产了%s'%n)
        data_2=c.send(n)
        print('消费者其实想的是%s'%(data_2))
obj =consumer()
producer(obj)

　　关于send 方法有一个特性，就是在第一次启动生成器的时候，要传一个None，或者先用next调用一下。原因是，当第一次走到yield的时候，yield 直接将会返回值返回，然后这次执行就停掉了，并没有发生赋值的操作，所以你传进来一个值，是没有效果的所以python的源码里面就做了处理。而第二次在在用send唤醒generaot ，send方法在传一个值，在将这个值传给yield 关键字。然后yield在赋值，然后整个函数再向下运行。

还有个小点，就是在函数调用，生成一个generatro对象时，函数是什么执行的，只有在被调用，或者被for循环时，才开始执行。

巴特西

python 生成器generator

最新文章

热门文章