生成器(generator)概念

生成器不會把結果保存在一個系列中，而是保存生成器的狀態，在每次進行迭代時返回一個值，直到遇到StopIteration異常結束。

生成器語法

生成器表達式： 通列表解析語法，只不過把列表解析的[]換成()
生成器表達式能做的事情列表解析基本都能處理，只不過在需要處理的序列比較大時，列表解析比較費內存。

>>> gen = (x**2 for x in range(5))>>> gen<generator object <genexpr> at 0x0000000002FB7B40>>>> for g in gen:...  print(g, end='-')...0-1-4-9-16->>> for x in [0,1,2,3,4,5]:...  print(x, end='-')...0-1-2-3-4-5-

生成器函數： 在函數中如果出現了yield關鍵字，那么該函數就不再是普通函數，而是生成器函數。

但是生成器函數可以生產一個無線的序列，這樣列表根本沒有辦法進行處理。

yield 的作用就是把一個函數變成一個 generator，帶有 yield 的函數不再是一個普通函數，Python 解釋器會將其視為一個 generator。

下面為一個可以無窮生產奇數的生成器函數。

defodd():n=1whileTrue:yieldnn+=2odd_num=odd()count=0foroinodd_num:ifcount>=5:breakprint(o)count+=1

當然通過手動編寫迭代器可以實現類似的效果，只不過生成器更加直觀易懂

class Iter:  def __init__(self):    self.start=-1  def __iter__(self):    return self  def __next__(self):    self.start +=2     return self.startI = Iter()for count in range(5):  print(next(I))

題外話： 生成器是包含有__iter()和next__()方法的，所以可以直接使用for來迭代，而沒有包含StopIteration的自編Iter來只能通過手動循環來迭代

>>>fromcollectionsimportIterable>>>fromcollectionsimportIterator>>>isinstance(odd_num,Iterable)True>>>isinstance(odd_num,Iterator)True>>>iter(odd_num)isodd_numTrue>>>help(odd_num)Helpongeneratorobject:odd=classgenerator(object)| Methodsdefinedhere:|| __iter__(self,/)|   Implementiter(self).|| __next__(self,/)|   Implementnext(self).......

到上面的結果，現在你可以很有信心的按照Iterator的方式進行循環了吧！

在 for 循環執行時，每次循環都會執行 fab 函數內部的代碼，執行到 yield b 時，fab 函數就返回一個迭代值，下次迭代時，代碼從 yield b 的下一條語句繼續執行，而函數的本地變量看起來和上次中斷執行前是完全一樣的，于是函數繼續執行，直到再次遇到 yield。看起來就好像一個函數在正常執行的過程中被 yield 中斷了數次，每次中斷都會通過 yield 返回當前的迭代值。

yield 與 return

在一個生成器中，如果沒有return，則默認執行到函數完畢時返回StopIteration；