python生成器 Generator

生成器 Generator

　　什么是生成器?
　　　　生成器是能够动态提供数据的可迭代对象
　　　　生成器在程序运行时生成数据，与容器类不同，它通常不会在内存中保存大量的数据，而是现用现生成

　　生成器有两种:
　　　　生成器函数
　　　　生成器表达式

　　生成器函数
　　　　含有yield语句的函数是生成器函数，此函数被调用将返回一个生成器对象
　　　　注: yield翻译为(产生或生成)

　　yield 语句
　　　　语法:
　　　　　　yield 表达式
　　　　说明:
　　　　　　yield 用于 def函数中，目的是将此函数作用生成器函数使用yield 用来生成数据，供迭代器的next(it) 函数使用

　　　　说明:
　　　　　　生成器函数的调用将返回一个生成器对象，生成器对象是一个可迭代对象
　　　　　　生成器函数调用return会触发一个StopIteration异常，即生成数据结束

　　生成器表达式
　　　　语法:
　　　　　　( 表达式 for 变量 in 可迭代对象 [if 真值表达式] )
　　　　说明:
　　　　　　if 子句可以省略
　　　　作用:
　　　　　　用推导式形式创建一个新的生成器

　　　　示例:
　　　　　　gen = (x**2 for x in range(1, 5))
　　　　　　it = iter(gen)
　　　　　　next(it) # 1
　　　　　　next(it) # 4
　　　　　　next(it) # 9
　　　　　　next(it) # 16
　　　　　　next(it) # StopIteration

　　列表推导式和生成器表达式的区别:
　　　　推导式会创建容器，容器中已有数据
　　　　生成器表达式创建的生成器没有数据，在调用时会自动生成

　　示例：
　　　　for x in [x**2 for x in range(1000000000000)]:
　　　　　　print(x)

　　　　for x in (x**2 for x in range(1000000000000)):
　　　　　　print(x)

　　看下列函数的输出结果是什么？为什么?
　　第一个程序
　　　　L = [2, 3, 5, 7]
　　　　A = [x * 2 for x in L]
　　　　it = iter(A)
　　　　print(next(it)) # 4
　　　　L[1] = 333
　　　　print(next(it)) # 6
　　第二个程序
　　　　L = [2, 3, 5, 7]
　　　　A = (x * 2 for x in L)
　　　　it = iter(A)
　　　　print(next(it)) # 4
　　　　L[1] = 333
　　　　print(next(it)) # 666

　　迭代工具函数
　　zip(iter1, iter2, ....) 返回一个zip生成器对象，此对象用于生成一个元组，此元组的数据分别来自于参数中的每个可迭代对象，生成元组的个数由最小的一个可迭代对象大小决定enumerate(iterable, start=0) 返回一个 enumerate生成器对象，此对象生成类型为(索引，值)对的元组，默认索引从0
开始，也可以用start指定

　　zip

　　numbers = [10086, 10000, 10010, 95588]
　　names = [‘中国移动‘, ‘中国电信‘, ‘中国联通‘]

　　for t in zip(numbers, names):
　　　　print(t) # 打印 (10086, ‘中国移动‘), .....

　　for num, name in zip(numbers, names):
　　　　print(name, ‘的客服电话是:‘, num)

　　for t in zip(names, numbers, range(1, 100)):
　　　　print(t) # (‘中国移动‘, 10086, 1), ...

　　enumerate.py

　　names = [‘中国移动‘, ‘中国电信‘, ‘中国联通‘]

　　for t in enumerate(names):
　　　　print(t) # (0, ‘中国移动‘), (1, ‘中国电信‘) ....

　　for t in enumerate(names, 1111):
　　　　print(t)# (1111, ‘中国移动‘), (1112, ‘中国电信‘) ....

原文地址：https://www.cnblogs.com/zhaoyang1997/p/10585882.html