python學習之生成器

本博客學習參照對象爲Eva_J,博客地址爲https://www.cnblogs.com/Eva-J/p/7277026.html

生成器本質就是迭代器（自帶__iter__和__next__方法），在某種情況下，我們需要節省內存，就只能自己寫，我們自己寫的這個能實現迭代器功能的東西叫做生成器。

python中提供的生成器：

• 生成器函數：常規函數定義，但是使用yield語句而不是return語句返回結果。yield語句一次返回一個結果，在每個結果中間，掛起函數的狀態，以便下次從它離開的地方繼續執行
• 生成器表達式：類似於列表推導，但是生成器返回按需產生結果的一個對象，而不是一次構建一個結果列表。

生成器函數

一個包含yield關鍵字的函數就是生成器函數。

yield與return一樣，都可以爲我們從函數中取返回值。

但yield與return不同：

return的執行意味着程序的結束

而調用生成器函數不會得到返回的具體的值，而是得到一個可迭代對象。每次獲取這個可迭代對象的餓值，就能推動函數的執行，獲取新的返回值，直到函數執行結束。

next()和yield()必須一一對應

def generator_fun1():
    a = 1
    print('現在定義了a變量')
    yield a
    b = 2
    print('現在定義了b變量')
    yield b
g1 = generator_fun1()
print('g1: ',g1)
print(next(g1))
print(next(g1))

#執行結果：-->
'''g1:  <generator object generator_fun1 at 0x0000000000AF5888>
現在定義了a變量
1
現在定義了b變量
2

def cloth():
    for i in range(1,50001):
        yield '衣服%s'%i
g_obj = cloth()
for i in range(50):
    print(g_obj.__next__())

#先要50件衣服
for i in range(150):
    print(g_obj.__next__())
#再要50件衣服

send

send獲取下一個值的效果和next基本一致

只是在獲取下一個值的時候，給上一個yield的位置傳一個參數

#使用send的注意事項：

        #第一次使用生成器的時候，使用next獲取下一個值

        #最後一個yield不能接受外部的值

• 示例1
  

def generator():
    print(123)
    content = yield 1
    print('======',content)
    print(456)
    yield 2
g = generator()
ret = g.__next__()
print(ret)
ret = g.send('hello') #send的效果和next一樣
print(ret)

#執行結果：
123
1
====== hello
456
2

• 示例2：計算移動平均值

def averager():
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield average
        total += term
        count += 1
        average = total/count

g_avg = averager()
next(g_avg)
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))