Python 生成器（generator）解析

引入，玩過Python的可能都聽說過生成器，帶yield關鍵字的函數返回的就是生成器。生成器又有什麼作用呢？

   斐波那契數列 

    斐波那契數列是一個遞歸數列，他的特徵就是前兩個書相加等於後一個數（除了最前面的兩個數）1,1,2,3

    ,5

       看到這裏我們可能會想到我們平時最常規的一種實現方式：

def creat_fibonacci():
    a, b = 1, 0
    for x in range(10):
        print(b)
        a, b = b, a + b

這裏通過調用creat_fibonacci()方法打印出想要的數列。這裏我們可能會想到利用率不是太高，只是遍歷，我們怎麼可以把他存在一個地方，想用的時候再去調用。

 我們可以將其存入list列表中，在使用的時候在遍歷這個列表：

def creat_fibonacci():
    a, b = 1, 0
    lists = []
    count = 0
    for x in range(10):
        lists.append(b)
        # print(b)
        a, b = b, a + b
        count += 1
    return lists


list1 = creat_fibonacci()
for x in list1:
    print(x)

通過這種方式調用時可以更加靈活的使用list列表，但是出現的問題是可能佔用的內存空間會比較大，如果生成一萬數一百萬個呢？可能需要的內存空間就比較大。

從這裏我們就開始介紹今天的主角！！！yield

該如何使用呢？這裏我先貼一段代碼例子

def creat_fibonacci():
    a, b = 1, 0
    for x in range(10):
        yield b
        a, b = b, a + b

for x in creat_fibonacci():
    print(x)

這裏調用方法時候返回的是一個生成器對象（generator），通過遍歷生成器對象，打印數列，這裏重點說的是yield的作用，

當我們將返回的生成器對象通過next（gennrator）一次一次遍歷的時候，只返回一個數，這裏返回的就是 yield 後面跟的屬性值，而當你在此執行next方法時，他會再次遍歷，再次遍歷的是接着上次返回時候的地方開始執行。

# 第一種遍歷
num = creat_fibonacci()
count = next(num)
print(count)
# 第二種遍歷
num2 = num.__next__()
print(num2)

這兩種方式都能遍歷出生成器對象。

總結：

    yield 的作用就是把一個函數變成一個 generator，帶有 yield 的函數不再是一個普通函數，Python 解釋器會將其視爲一個 generator，調用 creat_fibonacci() 不會執行 creat_fibonacci 函數，而是返回一個 iterable 對象！在 for 循環執行時，每次循環都會執行 creat_fibonacci函數內部的代碼，執行到 yield b 時，creat_fibonacci函數就返回一個迭代值，下次迭代時，代碼從 yield b 的下一條語句繼續執行，而函數的本地變量看起來和上次中斷執行前是完全一樣的，於是函數繼續執行，直到再次遇到 yield。

Send 的作用

這裏還有一個方法send，send的方法時可以對yield位置賦值：

def creat_fibonacci():
    count = 0
    while count < 5:
        test = yield count
        print(test)
        count += 1


num = creat_fibonacci()
num.send("hhh")

send方法的作用就是，在每次執行到yield位置時候，返回yield位置的值，當我們再次調用時，代碼中test的值是空的，應爲不會再將返回的值記錄起來賦值給test，這時候我們可以使用send（）方法，給上次返回的地方賦值，這裏就是講“hhh”字符串賦值給text，這裏next(num)作用同num.send（None）第一次使用時候需要傳入None，因爲第一調用沒有地方賦值，或者調用一次next

判斷是否是生成器

    判斷要遍歷的對象是否是生成器，可以通過generatorfuncton(),方法判斷調用的對象是否是生成器對象，判斷是否需要遍歷。

from inspect import isgeneratorfunction

isgeneratorfunction(generator)