生成器是什么？

Python中，“万物皆对象”，生成器也是一种对象，该对象含有__iter__（），next()方法，也可被代入iter(),next()方法。当被代入iter()方法，返回一个迭代器（也是一种对象），而生成器本身就是迭代器，即iter(object) is object 的结果为True。

怎么产生生成器？

生成器对象可以通过生成器函数及生成器表达式产生，产生后自动有__next__(),iter()方法，及可被iter(),next()调用。

生成器函数

这种方法就是在def函数中，使用yield语句：

>>>def gen(N):
yield N
>>> p=gen(10)

>>> type(p)
<class 'generator'>
>>> dir(p)
['__class__', '__del__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__lt__', '__name__', '__ne__', '__new__', '__next__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'gi_yieldfrom', 'send', 'throw']
>>> p=test1(4)
>>> p is iter(p)
True

表明p就是一个生成器，也验证了p is iter§ 的结果是True，即生成器本身就是迭代器。

生成器表达式

生成器表达式就是在（）中的推导表达式：

>>> t=(i for i in range(4))
>>> type(t)
<class 'generator'>

表明t就是一个生成器。

生成器如何工作的？

生成一个生成器后，在迭代环境下（for ,while,list等语句）下，程序自动调用生成器的__next__()方法，等效于next(generator)方法，这就为我们人工检测它的工作原理提供了可能:

>>> def test1(N):
print('begin...')
for i in range(N):
print('start?...')
yield i
print('end?...')
>>> p=test1(4)
>>> next(p)
begin...
start?...
0
>>> next(p)
end?...
start?...
1
>>> next(p)
end?...
start?...
2
>>> q=test1(4)
>>> next(q)
begin...
start?...
0
>>> next(p)
end?...
start?...
3
>>> next(p)
end?...
Traceback (most recent call last):
File "<pyshell#33>", line 1, in <module>
next(p)
StopIteration

通过上例，可以看出，当被next调用时，test1函数先执行到yield语句处，提供一个返回值，然后记住该处位置，再次被next调用，再往下执行，再执行到yield语句处，提供一个返回值，然后记住该处位置，直到把所有值返回完毕，抛出StopIteration异常。
值得注意的是，不同于其他序列对象，生成器是单迭代对象，即iter()后产生的迭代器是同一个对象，所以有:

>>> p=(i+1 for i in range(4))
>>> d=iter(p)
>>> e=iter(p)
>>> next(d)
1
>>> next(e)
2
>>> d is e
True

与之形成对比的，比如list对象，有：

>>> a=[1,2,3,4]
>>> b=iter(a)
>>> c=iter(a)
>>> next(b)
1
>>> next(b)
2
>>> next(c)
1
>>> b is c
False

生成器的send()用法

generator.send(value)方法，可以与程序内的x=yield item进行交互，即将value赋予了x，如果没有被赋予值，则x为None，如下例：

>>> def test2(N):  for i in range(N):   print('start...')   x=yield i   print(x)   print('end...') 
>>> p=test2(4)
>>> next(p)
start...
0
>>> next(p)
None
end...
start...
1
>>> p.send(100)
100
end...
start...
2
>>> p.send(78)
78
end...
start...
3
>>> next(p)
None
end...
Traceback (most recent call last):
  File "<pyshell#77>", line 1, in <module>
    next(p)
StopIteration

来源：CSDN

作者：YJW1227

链接：https://blog.csdn.net/YJW1227/article/details/103570920

标签

“人造太阳”计划

python函数

python