前言
生成器,只要含有yield关键字的函数都是生成器函数,但yield不能和return共用且需要写在函数内。
生成器,是返回一个迭代器的函数,说白了生成器也是迭代器。
一、生成器简介
1、只要含有yield关键字的函数都是生成器函数。
def generator(): print(1) yield 'a' ret = generator() #生成器函数 : 执行之后会得到一个生成器作为返回值 print(ret) print(ret.__next__())
2、每 yield 一次会保留当前所有的运行信息,返回对应的 yield 值,也相当于可一个一个取值了(和迭代器差不多)
# 也是可一个一个取值,yield 一次就取一次 def generator(): yield 'a' yield 'b' yield 'c' g = generator() # 得到生成器作为返回值 ret = g.__next__() print(ret) ret = g.__next__() print(ret) ret = g.__next__() print(ret)
3、好比如:前面的例子,我要50个数字,你一下子 list 给我全放内存里占用就会比另 range(0,50)的多。
50个数字可能还好,当你不是这种类型数据的时候我担心会不会把内存搞爆?所以生成器是个好东西。
# 对比一下 print(range(50)) print(list(range(50)))
控制台输出: range(0, 50) [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49]
4、实例:
200万个数字中任意取值,但不可能一下子放200万个数字到内存里。(其实也可以的,你试试吧!)
# 来 200万 个数字 def func(): for i in range(2000000): yield '200万个数字:%s' % i g = func() # 取50个 count = 0 for i in g: count += 1 if count > 50: break print(i) # 我只喜欢第100个 for i in g: count += 1 if count > 100: print('我只喜欢:', i) break print(g.__next__()) # +1 print(g.__next__()) # +1 print(g.__next__()) # +1 = 103
二、 生成器进阶
1、yield from:
yield from (a, b):第一次返回值a,第二次返回值b
def func(): a = '123456' b = 99999 yield from (a, b) g = func() print(g.__next__()) print(g.__next__())
2、send:
①send 获取基本和 next 方法一致
②send 只是在获取下一个值的时候,给上一个值传一个实参
③使用send注意事项:
- 第一次 yield 必须用 next,因为是给上一个 yield 传一个实参
- 最后一个 yield 不能接受外部的值,因为send是在获取下一个值的时候使用
def func(): print(1) qq = yield 11 print(qq) print(2) gg = yield 22 res = True print(res, gg) yield g = func() print(g.__next__()) print(g.send('send====')) print(g.send('send222====')) # send 获取基本和 next 方法一致 # send 只是在获取下一个值的时候,给上一个值传一个实参 # 使用send注意事项: # 第一次 yield 必须用 next # 最后一个 yield 不能接受外部的值,既不能用 send
欢迎来QQ交流群一起学习:482713805