python生成器

标签：方法   style   数列   none   range   程序   状态   nbsp   创建生成器   

一、创建生成器

第一种方式：

a = [x for x in range(10)]

把中括号换成括号

a = (x for x in range(10))

第二种方式：

拿著名的斐波拉契数列举例

def fib(times):
    n=0
    a,b=0,1
    while n<times:
        print(b)
        a,b=b,a+b
        n+=1

fib(10)

函数想变成生成器，则把想要打印出来的数据换成 yield 

def fib(times):
    n=0
    a,b=0,1
    while n<times:
        yield b
        a,b=b,a+b
        n+=1

f=fib(10)
next(f)

如果python解释器运行到 yield 这个行代码会暂停，等你使用 next 函数调用时，则返回 b 的值，然后再次运行到 yield 行代码继续等待。 

二、next函数、__next__()方法和send的使用

　　next函数和__next__()方法 使用效果相同，都是在执行完上一个值的基础上，再次执行下一个值，拿斐波拉契数列为例 next函数的使用方式：next(fib)；__next__()方法的使用：fib.__next__()

　　send有所不同，请看下一段代码：

def gen():
    i = 0
    while i < 5:
        temp = yield i
        print(temp)
        i+=1

　　使用next()函数和__next__()方法，使用生成器时则会出现以下现象：

>>> next(g)
0
>>> next(g)
None
1

　　如果使用send

>>> g.send("haha")
haha
3

　　运行代码时会发现第一次使用next函数调用时，没用出现 None 的现象，那是因为程序从上往下执行第一次执行到 yield 时，i = 0 程序暂停，并没有执行下面的 print(temp) 语句。而send语句的作用是把参数 “haha” 赋值给 temp 并下一句打印出 temp 的值。

　　（注意：使用send时，send后必须有参数，如果没有则会报出异常）

　　send 参数可以使用 None ,则效果和 next 、__next__() 一样。

>>> g.send(None)
None
4

三、总结

　　生成器是这样的一个函数它记住上一次返回时在函数体中的位置。对生成函数的第二次（或第n次）调用跳转至该函数中间，而上次调用的所用局部变量都保持不变。

　　生成器不仅“记住了”它的数据状态；生成器还“记住了”它在流控制构造（在命令编程中，这种构造不只是数据值）中的位置。

python生成器

标签：方法   style   数列   none   range   程序   状态   nbsp   创建生成器   

原文地址：https://www.cnblogs.com/-Neo/p/9011844.html