生成器的创建方式——Python

1. 生成器的介绍

根据程序员制定的规则循环生成数据，当条件不成立时则生成数据结束。数据不是一次性全部生成处理，而是使用一个，再生成一个，可以节约大量的内存。

2. 创建生成器的方式

1. 生成器推导式
2. yield 关键字

生成器推导式: 与列表推导式类似，只不过生成器推导式使用小括号

yield 关键字: 只要在def函数里面看到有 yield 关键字那么就是生成器

# 创建生成器 my_generator = (i * 2 for i in range(5)) print(my_generator) # next获取生成器下一个值 # value = next(my_generator) # print(value) # 遍历生成器 for value in my_generator: print(value) 代码说明: next 函数获取生成器中的下一个值 for 循环遍历生成器中的每一个值 运行结果: <generator object <genexpr> at 0x101367048> 0 2 4 6 8

def mygenerater(n): for i in range(n): print('开始生成...') yield i print('完成一次...') if __name__ == '__main__': g = mygenerater(2) # 获取生成器中下一个值 # result = next(g) # print(result) # while True: # try: # result = next(g) # print(result) # except StopIteration as e: # break # # for遍历生成器, for 循环内部自动处理了停止迭代异常，使用起来更加方便 for i in g: print(i) 代码说明: 代码执行到 yield 会暂停，然后把结果返回出去，下次启动生成器会在暂停的位置继续往下执行 生成器如果把数据生成完成，再次获取生成器中的下一个数据会抛出一个StopIteration 异常，表示停止迭代异常 while 循环内部没有处理异常操作，需要手动添加处理异常操作 for 循环内部自动处理了停止迭代异常，使用起来更加方便，推荐大家使用。 运行结果: 开始生成... 0 完成一次... 开始生成... 1 完成一次...

3. 生成器的使用场景

数学中有个著名的斐波拉契数列（Fibonacci），数列中第一个数为0，第二个数为1，其后的每一个数都可由前两个数相加得到：

0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...

现在我们使用生成器来实现这个斐波那契数列，每次取值都通过算法来生成下一个数据, 生成器每次调用只生成一个数据，可以节省大量的内存。

def fibonacci(num):
    a = 0
    b = 1

    # 记录生成fibonacci数字的下标
    current_index = 0

    while current_index < num:
        result = a
        a, b = b, a + b
        current_index += 1
        # 代码执行到yield会暂停，然后把结果返回出去，下次启动生成器会在暂停的位置继续往下执行
        yield result


fib = fibonacci(5)
# 遍历生成的数据
for value in fib:
    print(value)

运行：

0
1
1
2
3

4. 小结

• 生成器是根据算法生成数据的一种机制，每次调用生成器只生成一个值，可以节省大量内存。
• 生成器的创建有两种方式:
  • 1. 生成器推导式
  • 1. yield 关键字