1.列表生成式

代碼演示：

# 列表生成式
list_1 = [x**2 for x in range(10)]  # x**2處也可以放函數(shù)
print(list_1)   #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# 代碼等價(jià)于
list_2 = []
for x in range(10):
    list_2.append(x**2)
print(list_2)

2.生成器

通過(guò)列表生成式，我們可以直接創(chuàng)建一個(gè)列表。但是，受到內(nèi)存限制，列表容量肯定是有限的。而且，創(chuàng)建一個(gè)包含100萬(wàn)個(gè)元素的列表，不僅占用很大的存儲(chǔ)空間，如果我們僅僅需要訪(fǎng)問(wèn)前面幾個(gè)元素，那后面絕大多數(shù)元素占用的空間都白白浪費(fèi)了。
所以，如果列表元素可以按照某種算法推算出來(lái)，那我們是否可以在循環(huán)的過(guò)程中不斷推算出后續(xù)的元素呢？這樣就不必創(chuàng)建完整的list，從而節(jié)省大量的空間。在Python中，這種一邊循環(huán)一邊計(jì)算的機(jī)制，稱(chēng)為生成器：generator。
要?jiǎng)?chuàng)建一個(gè)generator，有很多種方法。第一種方法很簡(jiǎn)單，只要把一個(gè)列表生成式的[]改成()，就創(chuàng)建了一個(gè)generator：

代碼演示：

list_1 = (x*2 for x in range(10) )

比較生成器和列表生成式

代碼演示：

import time
start_time = time.time()
list_1 = (x*2 for x in range(10) )
stop_time = time.time()
print(list_1)
print("the list_1 run time is %s" % (stop_time-start_time))

start_time = time.time()
list_2 = [x*2 for x in range(10) ]
stop_time = time.time()
print(list_2)
print("the list_2 run time is %s" % (stop_time-start_time))

運(yùn)行結(jié)果：

<generator object <genexpr> at 0x0000011FACD1ED60> 生成器只有一個(gè)列表地址，并沒(méi)有具體的數(shù)值
the list_1 run time is 0.0
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
the list_2 run time is 0.0

• 生成器只有在調(diào)用的時(shí)候才會(huì)生成相應(yīng)的數(shù)據(jù)
• 生成式可以直接打印列表，生成器只能打印地址
• 生成式可以通過(guò)下角標(biāo)獲取元素，生成器不行
• 生成器可以通過(guò)__next()__函數(shù)獲得生成器（generator）的下一個(gè)返回值
  

>>>list_1 = (x*2 for x in range(100000000))
>>>for x in list_1:
          print(x)
>>>list_1.__next__
>>>list_1.__next__
>>>list_1.__next__

只有一個(gè)__next()__用來(lái)記錄當(dāng)前位置，沒(méi)有方法訪(fǎng)問(wèn)前面的元素，只能往后面走
　　generator非常強(qiáng)大。如果推算的算法比較復(fù)雜，用類(lèi)似列表生成式的for循環(huán)無(wú)法實(shí)現(xiàn)的時(shí)候，還可以用函數(shù)來(lái)實(shí)現(xiàn)。

比如，著名的斐波拉契數(shù)列（Fibonacci），除第一個(gè)和第二個(gè)數(shù)外，任意一個(gè)數(shù)都可由前兩個(gè)數(shù)相加得到：
　　　　1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契數(shù)列用列表生成式寫(xiě)不出來(lái)，但是，用函數(shù)把它打印出來(lái)卻很容易：　　　

def fib(sum):
    a, b, c = 0, 1, 0
    while c < sum:
        print(b)
        a, b = b, a + b
        c += 1
fib(6)

仔細(xì)觀(guān)察，可以看出，fib函數(shù)實(shí)際上是定義了斐波拉契數(shù)列的推算規(guī)則，可以從第一個(gè)元素開(kāi)始，推算出后續(xù)任意的元素，這種邏輯其實(shí)非常類(lèi)似generator。
也就是說(shuō)，上面的函數(shù)和generator僅一步之遙。要把fib函數(shù)變成generator，只需要把print(b)改為yield b就可以了：

def fib(sum):
    a, b, c = 0, 1, 0
    while c < sum:
        #print(b)
        yield b        # 代碼執(zhí)行到這里，會(huì)跳出這個(gè)函數(shù)，并將b的值返回到使用next的代碼處
        a, b = b, a + b
        c += 1
# print(fib(6))  # 這里得到的就是生成器
p = fib(6)
print(next(p))
print(next(p))
print("做點(diǎn)別的事情")
print(next(p))
print(p.__next__())
print(next(p))
print(p.__next__())

這就是定義generator的另一種方法。如果一個(gè)函數(shù)定義中包含yield關(guān)鍵字，那么這個(gè)函數(shù)就不再是一個(gè)普通函數(shù)，而是一個(gè)generator：

>>> f = fib(6)
>>> f
<generator object fib at 0x104feaaa0

這里，最難理解的就是generator和函數(shù)的執(zhí)行流程不一樣。函數(shù)是順序執(zhí)行，遇到return語(yǔ)句或者最后一行函數(shù)語(yǔ)句就返回。而變成generator的函數(shù)，在每次調(diào)用next()的時(shí)候執(zhí)行，遇到yield語(yǔ)句返回，再次執(zhí)行時(shí)從上次返回的yield語(yǔ)句處繼續(xù)執(zhí)行。
在上面fib的例子，我們?cè)谘h(huán)過(guò)程中不斷調(diào)用yield，就會(huì)不斷中斷。當(dāng)然要給循環(huán)設(shè)置一個(gè)條件來(lái)退出循環(huán)，不然就會(huì)產(chǎn)生一個(gè)無(wú)限數(shù)列出來(lái)。
同樣的，把函數(shù)改成generator后，我們基本上從來(lái)不會(huì)用next()來(lái)獲取下一個(gè)返回值，而是直接使用for循環(huán)來(lái)迭代：

for n in fib(6):
     print(n)

但是用for循環(huán)調(diào)用generator時(shí)，發(fā)現(xiàn)拿不到generator的return語(yǔ)句的返回值。如果想要拿到返回值，必須捕獲StopIteration錯(cuò)誤，返回值包含在StopIteration的value中：

def fib(sum):
    a, b, c = 0, 1, 0
    while c < sum:
        yield b
        a, b = b, a + b
        c += 1
    return "返回值只能傳遞給異常"

g = fib(3)
while True:
    try:
        x = next(g)
        print('g:', x)
    except StopIteration as e:
         print('Generator return value:', e.value)
         break
"""

運(yùn)行結(jié)果：

g: 1
g: 1
g: 2
Generator return value: 返回值只能傳遞給異常
"""

還可通過(guò)yield實(shí)現(xiàn)在單線(xiàn)程的情況下實(shí)現(xiàn)并發(fā)運(yùn)算的效果：

next()和__next__() ：效果相同，只是使用方式不同，都可以喚醒yield,并接收yield傳過(guò)來(lái)的值。
send()：也可以喚醒yield，也可以接收yield傳遞過(guò)來(lái)的值，而且，還可以在喚醒yield的同時(shí)，為yield傳遞一個(gè)值

#_*_coding:utf-8_*_
#通過(guò)生成器實(shí)現(xiàn)協(xié)程并行運(yùn)算
import time
def consumer(name):
    print("%s 準(zhǔn)備吃包子啦!" %name)
    while True:
       baozi = yield
       print("包子[%s]來(lái)了,被[%s]吃了!" %(baozi,name))

def producer(name):
    c = consumer(name)
    c2 = consumer('B')
    c.__next__()
    c2.__next__()
    print("老子開(kāi)始準(zhǔn)備做包子啦!")
    for i in range(10):
        time.sleep(1)
        print("做了2個(gè)包子!")
        c.send(i)　
        c2.send(i)

producer("飛某人")

到此這篇關(guān)于Python中的生成器的文章就介紹到這了,更多相關(guān)Python生成器內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！