生成器

利用迭代器，我们可以在每次迭代获取数据（通过next()方法）时按照特定的规律进行生成。但是我们在实现一个迭代器时，关于当前迭代到的状态需要我们自己记录，进而才能根据当前状态生成下一个数据。为了达到记录当前状态，并配合next()函数进行迭代使用，我们可以采用更简便的语法，即生成器(generator)。生成器是一类特殊的迭代器。

创建生成器方法1

要创建一个生成器，有很多种方法。第一种方法很简单，只要把一个列表生成式的 [ ] 改成 ( )

L = [ x*2 for x in range(5)]  # 列表推导式
print(L)    # [0, 2, 4, 6, 8]  G = ( x*2 for x in range(5))	# 生成器
print(G)  # <generator object <genexpr> at 0x7f626c132db0> 生成器

创建生成器方法2

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的 for 循环无法实现的时候，还可以用函数来实现。

def creat_num(num):"""斐波那契数列"""a, b = 0, 1count = 0while count < num:yield a   # 如果一个函数中有yield  这不是一个函数,而是一个生成器模板a, b = b, a + bcount += 1print(res)obj = creat_num(10)  # 该语句不是调用函数,而是创建一个生成器对象
for i in obj:print(i, end=" ")

运行结果:0 1 1 2 3 5 8 13 21 34
在使用生成器实现的方式中，我们将原本在迭代器__next__方法中实现的基本逻辑放到一个函数中来实现，但是将每次迭代返回数值的return换成了yield，此时新定义的函数便不再是函数，而是一个生成器了。简单来说：只要在def中有yield关键字的 就称为 生成器

总结

• 使用了yield 关键字的函数不再是函数，而是生成器。（使用了yield的函数就是生成器）

  yield关键字有两点作用：

  • 保存当前运行状态（断点），然后暂停执行，即将生成器（函数）挂起
  • 将yield关键字后面表达式的值作为返回值返回，此时可以理解为起到了return的作用

• 可以使用next()函数让生成器从断点处继续执行，即唤醒生成器（函数）

• Python3中的生成器可以使用return返回最终运行的返回值，而Python2中的生成器不允许使用return返回一个返回值（即可以使用return从生成器中退出，但return后不能有任何表达式）。