生成器
我們學習完推導式之后發現，推導式就是在容器中使用一個for回圈而已，為什么沒有元組推導式？
原因就是“元組推導式”的名字不是這樣的，而是叫做生成器運算式，
什么是生成器
生成器運算式本質上就是一個迭代器，是定義迭代器的一種方式，是允許自定義邏輯的迭代器，生成器使用generator表示，
迭代器和生成器的區別
迭代器本身是系統內置的， 無法重寫內置的邏輯結構；而生成器是用戶自定義的，可以重寫邏輯結構，所以生成器就是一個迭代器，只是我們將自己寫的迭代器叫做生成器作為區分而已，
創建方式
生成器有兩種創建方式
- 生成器運算式，就是“元組推導式”
- 生成器函式，就是使用def定義，里面使用
yield關鍵字
生成器運算式
基本語法
from collections import Iterator, Iterable
# 生成器運算式（元組推導式）
gen = (i * 2 for i in range(1, 11))
print(isinstance(gen, Iterable)) # 判斷是否是迭代物件
print(isinstance(gen, Iterator)) # 判斷是否是迭代器
# 這個 gen 就是生成器
生成器函式
我們上面說到，生成器函式如何定義？其實和普通的函式定義的方法是一樣的，都是要使用def關鍵字來定義，其它的寫法沒有任何要求，普通函式怎么寫生成器函式就怎么寫，唯一的要求就是要使用yield關鍵字，
要注意，生成器函式就是一個函式，是使用了yield的函式，只不過生成器函式是用來定義生成器的，
yield關鍵字
yield這個關鍵字其實類似于return關鍵字，return關鍵字的作用是在函式中使用，用來回傳資料，yield關鍵字的作用也是一樣的，就是用來回傳資料，但是和return還有其它的不同之處，
yield和return
共同點
執行到對應陳述句的時候，就會回傳對應的值，
不同點
return執行的時候，函式就跳出，然后return之后的所有作用域陳述句就會全部跳出，當函式再次呼叫的時候，整個函式就重新執行，
yield執行的時候，回傳資料，但是函式就會記住跳出的位置，當你再次呼叫函式（生成器）的時候，就從上一次跳出的地方繼續執行，是不是和迭代器的取值有異曲同工之處？
yield的使用方法
yield的使用方法有兩種，一種是和return的使用方法一樣，在關鍵字的后面直接添加回傳值，這是推薦使用的方法；
第二種方法使用將yield作為一個函式使用，就是在yield后面使用括號，在括號中填寫回傳的值，
生成器函式的基本使用
# 1、定義一個生成器函式
# 生成器函式就是一個使用yield的函式
def myGen():
print(1)
yield 11
print(2)
yield 22
print(3)
yield 33
# 2、初始化生成器
# 執行生成器函式，回傳一個物件，就是生成器物件，簡稱生成器
from collections import Iterator
gen = myGen()
res = isinstance(gen, Iterator)
print(res) # True 回傳True說明生成器本質上就是一個迭代器
# 3、呼叫生成器
# 生成器本質上就是一個迭代器，還記得迭代器如何呼叫嗎？
res = next(gen)
print(res)
"""
結果：
1 （生成器函式中的陳述句 print(1)）
11 （yield回傳的值，print(res)）
"""
send的使用
send和next一樣，都是用來取出迭代器中的值的函式，send是生成器的內置函式，而且send和next相比，功能更加的強大，next只能取值；send不但能取值，而且還能發送值，
實體
定義生成器函式
def myGen():
print('process start')
# res獲取yield的值
res = yield 100
print(res, '內部列印1')
print('process start')
res = yield 200
print(res, '內部列印2')
print('process start')
res = yield 300
print(res, '內部列印3')
初始化生成器
gen = myGen()
第一次呼叫生成器
# 在使用send時，第一次傳遞的資料必須是None，這是硬性語法，以為send第一次傳遞引數的時候，還沒有遇到yield，所以不能傳送，
res = gen.send(None)
print(res)
"""
結果：
process start
100
"""
使用send第一次呼叫生成器的時候執行了下面的陳述句：
print('process start') res = yield 100執行到yield 100的時候，才碰到了yield，但是send之前沒有遇到過yield，所以不能傳入任何值，None沒有任何意義，這是硬性語法，
這里注意，
res = yield 100中的res此時沒有任何價值，因為這個一條陳述句我們目前只執行了一半，執行了yield 100，還有res的賦值沒有完成，所以現在的res沒有任何的意義，第一次呼叫生成器，回傳100，這個100則是陳述句
res = yield 100回傳的值，
第二次呼叫
res = next(gen)
print(res)
"""
結果：
None 內部列印1
process start
200
"""
第二次呼叫執行了以下陳述句：
res = yield 100 print(res, '內部列印1') print('process start') res = yield 200注意，生成器函式在呼叫的時候，會從上一次yield回傳值的地方，就是
res = yield 100，但是這個陳述句第二次呼叫的時候，只會執行一半，因為另一半在第一次呼叫的時候已經執行完了，就是yield 100，就是說還有res的賦值沒有進行，但是第二次呼叫使用的是next，next沒有傳送值的能力，所以res就沒有賦予任何值，，在列印的時候，res就是一個None，
第三次呼叫
res = gen.send('第三次呼叫')
print(res)
"""
結果：
第三次呼叫 內部列印2
process start
300
"""
第三次呼叫執行的陳述句是：
res = yield 200 print(res, '內部列印2') print('process start') res = yield 300這次和第二次的呼叫基本是一樣的，但是這次是使用send呼叫，所以傳送了值過去，執行于是將值賦予了res，
第四次呼叫
res = gen.send(None)
print(res)
"""
結果：
None 內部列印3
StopIteration （報錯）
"""
第四次呼叫，執行以下陳述句：
res = yield 300 print(res, '內部列印3')第四次呼叫生成器，沒有可以執行的yield陳述句，所以回傳不了任何資料，因此報出了
StopIteration的錯誤，
可迭代物件的優化
現在我們就已經學習完了容器和迭代器、生成器的相關知識，我們也知道了可迭代物件和迭代器的區別，那么現在我們要說的是，如果我們需要制定一個容器供我們遍歷使用，那么我們優先使用迭代器而不是容器這樣的一個普通的可迭代物件，
在我們之后的日常使用程序當中，我們有時就會發現，我們需要在一個回圈中遍歷一個容器供我們使用，但是這個容器中的值非常多，使這個容器占據的記憶體空間非常大，消耗了大量的資源，導致我們的程式非常慢，這個時候我們就需要使用迭代器或者生成器去遍歷，迭代器每次遍歷只占據當次遍歷時的記憶體空間，因此非常的節省資源，所以這就是我們優先使用迭代器的理由，
總結
現在我們就學習完了python中的所有的函式型別，知道了python中的有內置函式、自定義函式，之后我們還會學習一些python的常用標準庫和第三方庫，里面也有一些我們經常用到的函式，
- 普通函式，使用def定義
- 匿名函式，使用lambda定義
- 閉包函式，內函式呼叫外函式的變數，并且外函式將內函式回傳，這樣的嵌套下，外函式就是一個閉包函式，但是一般的情況下，我們并不特意的作出一個閉包函式，而是要使用閉包這么一個功能
- 高階函式，就是將函式作為引數使用的函式，常用的內置高階函式有map、filter、reduce、sorted
- 遞回函式，自己呼叫自己的函式
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/474814.html
標籤：Python