6.生成器

迭代器与生成器区别是：
生成器的好处是延迟计算，一次返回一个结果。也就是说，它不会一次生成所有的结果，这对于大数据量处理，将会非常有用；

生成器定义
本质上是动态生成迭代的值，使用完直接丢弃，可以有效节省内存空间，但这些值只能被迭代一次。
1、其实是一种特殊的迭代器，不过这种迭代器更加优雅。它不需要再像上面的类一样写iter()和next()方法了，只需要一个yiled关键字。
2、生成器没有长度
3、生成器是只能遍历一次的

优点：
1、节省内存，每次生成一个元素，而不是计算后保存，如保存使用list(xxx)
2、提速，占内存更小
3、各种花式循环，节省代码长度

yield函数
如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个生成函数；
yield其实从某个角度来看，就是一个return。不过它返回的就是一个可迭代的对象generator；
yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行；
调用一个生成器函数，返回的是一个迭代器对象。

示例1：函数中包含yield就是生成器函数，不能简单的通过函数名调用

def method(n):
    for i in range(n):
        yield i ** 2

method(4)   //不会打印任何东西 
//分析：
使用了yield之后，run()函数就是一个生成器函数，不是普通函数，不能通过函数名调用，生成器函数在迭代时候才会调用

示例2：迭代调用生成器函数

#调用方式一：
i=method(5)
while True:     # while循环迭代
    try:
        print(next(i))
    except:
        StopIteration
#结果：只会输出：0  1  4   9   16

#调用方式二：
for j in method(6):     # for循环迭代
    print(j)  

#结果：只会输出：0  1  4   9   16  25

示例3：生成器执行过程：循环执行了一次yield后，挂起函数状态，迭代取结果，然后执行第二次yield，挂起函数状态，再迭代取结果，执行第三次yield……

def g():
  for i in range(3):
    yield i
g = g()
next(g)
next(g)
next(g)
next(g)
#结果：
0
1
2
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

示例4：生成器按指定大小读取文件

def method(file):
    size = 1024
    with open(file,encoding="utf-8") as readfile:
        while True:
            block=readfile.read(size)      //每次读固定长度到缓冲区
            if block:
                yield block
            else:
                return         //读到文件末尾则退出
for i in method("D:\\PythonScriptDictory\\py3.5\\test\\new_expand.txt"):
    print(i)
或者写成
with open(file,encoding="utf-8") as readfile:
    block = readfile.read(size)
    while block:
        yield block
        block=readfile.read(size)

总结：

生成器表达式：
g = (x * x for x in range(10))
这样的g就是一个generator
生成器表达式能做的事情列表解析基本都能处理，只不过在需要处理的序列比较大时，列表解析比较费内存。
应用场景：
生成器是一种惰性的序列，如果我们需要创建一个 0～xxxxxxxxx 的序列，这样大的序列创建出来会占用内存，生成器就解决这样的问题 。