生成器

通过列表生成式，可以很方便的创建生成一个列表。但是当我们一次要创建一个一百万条数据的列表的时候，那么就会非常占用存储空间，所以如果列表元素可以按照某种算法推算出后续的元素，那么就可以节省很大的空间，这种一边循环一边计算的机制，成为生成器：generator

 

生成器可以使用next()方法来获取下一个元素，当获取完毕后再次获取会抛出可以用对象的__next__()，内置方法来获取生成器的值

 

生成器，只有在调用时才会生成相应的数据

 

创建一个generator，有很多办法：

1、利用列表生成式,创建生成器g

g = (x for x in range(10) )

>>> g

<generator object <genexpr> at 0x0344A480>

>>> 

 

2、利用函数，创建生成器(yield)

生成器于普通函数不同的地方是，生成器利用yield返回，而函数利用return来返回

函数遇到yield关键字后，会直接返回，下次执行后，继续执行yield后面的代码，直到再次遇见yield后返回

>>> def test():
n = 0
while n < 10:
yield n
n += 1
>>> test()
<generator object test at 0x0344A4B0>

 

例子：斐波那契序列：

1，1，2，3，5，8，13......　前面的两个数相加等于第三个数，这就是著名的斐波那契序列.

 
def fib(num):
　　n,a,b=0,0,1
　　while n < num:
　　　　print(b)
　　　　a,b = b,a+b -->这里的原理是，预先 t = (b,a+b) ，然就在a=t[0]，b=t[1]
　　　　n+=1
fib(6)
 

 

注意：

1、如果函数被改造成生成器，那么函数的return语句返回的将是异常提示信息，如果我们在生成器中return 'test'，那么我们调用next（）方法直到数据读取完毕后，会抛出StopIteration：test的异常！

2、生成器属于懒惰序列，如果不去循环的调用、或者使用next方法去获得元素，它是不会去加载后面的数据的，如果我们现在需要加载，那么可以通过list()，把生成器的数据转换成list输出即可。

def gen():
　　q,n = 0,1
　　while q < 10:
　　　　yield n
　　　　n+=1
　　　　q+=1
print(list(gen()))