Python学习笔记：生成器（Generator）详解

一、列表生成式：可以动态生成列表，而不是用固定值给列表赋值，这样程序会更灵活

def test(i):
    # 取偶数
    if i % 2 == 0:
        return i

# 普通的生成式
list1 = [i * 2 for i in range(10)]
print(list1)
# 通过一个函数选择值
list1 = [test(i) for i in range(10)]
print(list1)

二、生成器：列表在调用之前已经准备好了，如果这个列表的数据量巨大，那么就一直占用内存并且效率低，
          比如有一个100万元素的列表，本次循环只循环到前面100个，后面的元素没有用到，有没有一种
          方式可以在调用的时候再生成元素呢？这就是生成器。

# (i * 2 for i in range(10000)) 返回一个生成器的内存地址
list3 = (i * 2 for i in range(10000))

注意：生成器不能用“list[0]”这种方式调用里面的元素，因为此时元素还没有生成，只能用for循环来访问

# 可以用__next()__方法来取得下一个，取得下一个的同时前面一个元素就消失了，所以生成器只记录当前位置的元素。不能往后退，往前用__next()__
print(list3.__next__())
print(list3.__next__())
print(list3.__next__())

# 一般都是用循环来访问，不会用到__next__()方法
# 这种方式就是使用了python内置的迭代器，里面内置有next方法
for i in list3
  print(i)

举个例子，将斐波那契数列用生成器来生成，（斐波那契数列定义：除了第一个和第二个数，后面的数都是前面两个数字想加得到）
下面普通写法

list_num = (i for i in range(10))
list_new_num = []

for i in list_num:
    if i != 0 and i != 1:
        list_new_num.append(list_new_num[i - 1] + list_new_num[i - 2])
    else:
        list_new_num.append(i)
    print(list_new_num[i])

斐波那契数列的另外一种写法

n, a, b = 0, 0, 1  # 连续赋值
while n < 10:
    print(b)
    a, b = b, a + b
    n = n + 1

将上面的代码改一下。
通过yield关键词保存函数的中断状态，外面调用的代码可以先执行，不需要等到所有值都计算出来了再执行，这样可以大大提高效率
执行到next()的时候再返回yield的位置继续执行函数内部的代码。

def fib(max):
    n, a, b = 0, 0, 1

    while n < max:
        yield b  # 加上yield就变成一个生成器了，相当于保存了b变量此处的值。这个b是要传到外面的，所以用yield标记
        a,b = b,a+b
        n = n+1
    return "出错了"  # 这是错误信息，将会被异常捕获。

# 返回一个生成器，所以fib相当于这个生成器的具体实现。
g = fib(6)

while True:
    try:
        # 这个next是一个内置方法，作用跟__next()__一样，取出生成器的下一个元素
        # next后进入上面fib函数的yield的位置
        x = next(g)
        print("g:",x)
    except StopIteration as e:  # 这里捕捉异常来结束程序
        print("error:",e.value)
        break

yield 还可以用做单线程下的协程的调用，虽然仍然是单线程(线程和协程将在后面单独介绍)，但是通过yield能大大提高效率
以下是一个典型的生产消费模型，一个人生产，若干人消费，而且是同时进行，也是利用了yield的特性，我们称为“并行生成器”

import time
def consumer(name):
    print("%s准备吃包子了！"%name)
    while True:
        baozi = yield # yield无返回值，为什么赋值给baozhi呢？

        print("包子[%s]来了，被[%s]吃了。" % (baozi,name))

# c = consumer("tangwei")
# c.__next__() # 第一个__next__执行到consumer函数中的yield的位置，然后返回
# c.__next__() # 第二个__next__继续执行剩下的部分一直到循环继续来执行到yield跳出

# c.__next__() # 第一个__next__执行到consumer函数中的yield的位置，然后返回
# c.send("肉馅") # send将一个值传递给consumer函数内的yield的位置，也就是赋值给变量baozi然后next，仅调用__next__不会给yield传递值

def producer(name):
    # 生成1个生成器
    c1 = consumer("tangwei")
    # 生成1个生成器
    c2 = consumer("chenyadan")
    # c1准备吃包子，__next__执行到consumer函数中的yield的位置，然后返回
    c1.__next__()
    # C2同上
    c2.__next__()
    print("我是厨师[%s]，开始做包子了..."%(name))
    for i in range(10):
        time.sleep(1)
        print("做了一个包子，一人一半..")
        c1.send(i) # send将一个值传递给consumer函数内的yield的位置，也就是赋值给变量baozi，仅调用__next__不会给yield传递值
        c2.send(i)

# 虽然程序依然是顺序执行的，但是因为程序流可以在函数之间跳转，就无需等到一个函数结束以后再执行另外一个函数，这样大大提高了执行效率。
# 这是单线程下的并行效果，也就是协程，协程是比线程更小的单位，寄生在线程中。
producer("狗不理")