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))