什么是生成器：
只要函数内部包含有yield关键字，那么函数名()的到的结果（生成器地址）就是生成器，
再调用函数不会执行函数内部代码
这个生成器本身有 _iter_ he _next_功能（即生成器就是一个迭代器）
为什么要用生成器：
生成器是一种自定义迭代器的方式
总结yield的功能
1、提供一种自定义迭代器的方式
2、yield可以暂停住函数，返回值
yield he return
相同点：都是用在函数内，都可以返回值，没有类型限制，没有个数限制
不同点：return只能返回一次值，yield可以返回多次值
1.生成器next取值，例如1：
def func(): #第一步：定义函数
print(‘first1‘)
print(‘first2‘)
print(‘first3‘)
yield 1 #暂停
print(‘second1‘)
print(‘second2‘)
print(‘second3‘)
yield 2 #暂停
print(‘third‘)
yield 3 #暂停
print(‘fourth‘)
g=func() #调用函数，不执行函数体代码（只是得到了生成器即迭代器）
print(g)
res1=next(g) #把yield后面的返回值赋值给res1 #取到一个值，这个值是由func中的yield控制的，所以next后会逐一从上到下打印
print(‘第一次的返回值：‘,res1)
print(‘=‘*100)
res2=next(g)
print(‘第二次的返回值：‘,res2)
输出结果为：
<generator object func at 0x05597BD0>
first1
first2
first3
第一次的返回值： 1
===============================================================
second1
second2
second3
第二次的返回值： 2
1.生成器next取值（for循环），例如2：
for item in g: #g=iner(g) #item=next(g)
pass #注意next(g)只会打印函数体print的结果，碰到yield会暂停pass，yield，继续下次循环
输出结果：
first1
first2
first3
second1
second2
second3
third
fourth
实际每次yield的值已经赋值给了item=next(g)，item，只是上面没有打印
for item in g:
print(item)
first1
first2
first3
1
second1
second2
second3
2
third
3
fourth
2.自定义range函数模型（例如：my_range）
def my_range(start,stop,step=1):
while start < stop:
yield start
start+=step
obj=my_range(1,7,2) #顾头不顾尾只能从1,2,3,4,5,6中取值
print(next(obj)) #1
print(next(obj)) #3
print(next(obj)) #5
print(next(obj)) #报错StopIteration
3.三元表达式 （条件成立时返回值 if 条件 else 条件不成立时返回值）
x=10
y=20
res = x if x > 10 else y
print(res)
4.列表生成式：(值放在for循环的左边)）（给一筐鸡蛋）
#原始取值
l=[]
for i in range(1,11):
l.append(i)
print(l)
改进为：
l=[i for i in range(1,11)]
print(l) #[1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 得到的是一组列表，占内存空间大
例如1：
names=[‘alex‘,‘wxx‘,‘lxx‘]
names=[name+‘SB‘ for name in names]
print(names) #[‘alexSB‘, ‘wxxSB‘, ‘lxxSB‘]
5.生成器表达式：（给一只鸡）
# 相对列生成式省空间，刚开始什么都不执行，t本身就是一个迭代器，需要逐一取值
t=(i for i in range(100000000))
print(t) #<generator object <genexpr> at 0x05057BD0> 得到的是一个生成器，不占内存空间
print(next(t)) #0
print(next(t)) #1
print(next(t)) #2
6.字典生成式：()
keys=[‘name‘,‘age‘,‘sex‘]
values=[‘egon‘,18,‘male‘]
res=zip(keys,values)
print(list(res)) #[(‘name‘, ‘egon‘), (‘age‘, 18), (‘sex‘, ‘male‘)]
方式一
d={ }
for k,v in zip(keys,values):
d[k]=v
print(d) #{‘name‘: ‘egon‘, ‘age‘: 18, ‘sex‘: ‘male‘}
方式二
d={k:v for k,v in zip(keys,values)}
print(d) #{‘name‘: ‘egon‘, ‘age‘: 18, ‘sex‘: ‘male‘}
7.zip()拉链函数：
s=‘hello‘
l=[1,2,3,]
res=zip(s,l)
print(list(res)) #[(‘h‘, 1), (‘e‘, 2), (‘l‘, 3)]
8.max函数（取位数最长的值len）
情况1：
with open(‘a.txt‘,encoding=‘utf-8‘) as f:
nums=[len(line) for line in f] #【】nums里面已经把值全部存放到列表中
print(max(nums)) #返回值32
print(max(nums)) #在任何地方取都OK #返回值32
# 情况2：
with open(‘a.txt‘,encoding=‘utf-8‘) as f:
nums=(len(line) for line in f) #如果（），nums是迭代器对象，每取一次里面就没有了
print(max(nums)) #返回值32
print(max(nums)) #max() arg is an empty sequence 上面已经去过最大值，再取提示为空
原文地址：https://www.cnblogs.com/yangzhizong/p/9179305.html