1 生成器
根据程序员制定的规则循环生成数据，当条件不成立时则生成数据结束。数据不是一次性全部生成处理，而是使用一个，再生成一个，可以节约大量的内存。
两种方式创建生成器
- 生成器推导式
- yield 关键字
2 生成器推导式方式创建生成器:
- 与列表推导式类似，只不过生成器推导式使用小括号
# 创建生成器 my_generator = (i * 2 for i in range(5)) print(my_generator) # next获取生成器下一个值 # value = next(my_generator) # print(value) # 遍历生成器 for value in my_generator: print(value)
执行结果：
<generator object <genexpr> at 0x000001AF8E9C9510> 0 2 4 6 8
说明：
- 获取生成器下一个值得方法是调用next()
- 实际上是一个迭代器，因此可用for循环获取生成器值
3 yield 关键字创建生成器:
- 只要在def函数里面看到有 yield 关键字那么就是生成器
def my_g(): for i in range(3): yield i for i in my_g(): print(i)
执行结果：
0 1 2 Process finished with exit code 0
说明：
- 获取下一个值时，会执行for循环到yield这一行，返回yield后面得值，并阻塞在这一行，获取下一个值时继续往下执行
- 生成器如果把数据生成完成，再次获取生成器中的下一个数据会抛出一个StopIteration 异常，表示停止迭代异常
- for 循环内部自动处理了停止迭代异常，相对于while语句，使用起来更加方便
4 斐波拉契数列（Fibonacci）使用生成器生成
def fibonacci(num): a = 0 b = 1 # 记录生成fibonacci数字的下标 current_index = 0 while current_index < num: result = a a, b = b, a + b current_index += 1 # 代码执行到yield会暂停，然后把结果返回出去，下次启动生成器会在暂停的位置继续往下执行 yield result fib = fibonacci(5) # 遍历生成的数据 for value in fib: print(value)
执行结果：
0 1 1 2 3 Process finished with exit code 0
5 生成器的send方法
generator.send(value)
恢复执行并向生成器函数“发送”一个值。 value 参数将成为当前 yield 表达式的结果。 send() 方法会返回生成器所产生的下一个值，或者如果生成器没有产生下一个值就退出则会引发 StopIteration。 当调用 send() 来启动生成器时，它必须以 None 作为调用参数，因为这时没有可以接收值的 yield 表达式。
def test(): for i in range(5): sig = yield i print('send by:', sig) a = test() print(a.__next__()) # 运行生成器，在yield处停止 print(a.send('a')) # 将“a”传递给sig变量，并在下一个yield处停止，返回1 print(a.send('b')) # 将“b”传递给sig变量，并在下一个yield处停止，返回2 print(a.__next__()) #
执行结果：
0 send by: a 1 send by: b 2 send by: None 3
