生成器

生成器的产生

     对于for，range，Python内部已经把它封装成了一个迭代器，那么如果我们想自定义一个迭代器的话，应该怎么办？这时候就应运而生了生成器。一个生成器必定是一个迭代器

创建生成器的两种方式

1.生成器函数

def generator():
    print("1")
    yield "first"
    print("2")
    yield "second"
    print("3")
    yield "third"


if __name__ == '__main__':
    g = generator()
    print(g.__next__())
    print(g.__next__())
    print(g.__next__())

生成器.png

     首先定义一个生成器函数需要yield关键字，它的作用和return很相似，但是return是结束这个函数，yield只表示此次next取值结束。
以上函数执行流程为：
1.调用generator()函数，返回一个生成器。
2.调用第一个__next__()，这时进入到generator()函数中，打印1，并遇见第一个yield并返回”first“。
3.调用第二个__next__()，这时进入到generator()函数中上次执行到的yield的地方，打印2，并遇见第二个yield并返回”second“。
4.第三次同理。
5.如果在继续调用__next__()，将会抛出StopIteration。

yield from

def generator():
    ls = [1,2,3,4]
    yield from ls

     yield from后跟一个可迭代对象，等价与依次yield这个可迭代对象中的每一个值。

2.生成器表达式

if __name__ == '__main__':
    g = (i for i in range(10))
    print(type(g))

生成器.png
     将列表推导式的方括号改为圆括号就是一个生成器表达式

Tips:

• 生成器的本质就是一个迭代器，拥有__iter__()和__next__()方法，只不过这个迭代器由开发人员自定义完成。
• 调用生成器函数（含有yield关键字的函数）时，它并不执行只返回一个生成器，每次调用next方法会取到一个值，直到取到最后一个值，之后再执行next会报错，即生成器的惰性计算。

获取生成器中的值

1.next()方法

     next()方法是Python中内置的方法，作用效果和__next__()一样。next()方法的实现就是基于__next__()。由于是内置方法所以next(g)这样使用。

2.send()方法

      send()方法和next()方法有一样的作用，都可以获得下一个值，但是send()在获取下一个值的时候会给上一个yield传一个值，故send()不能用在第一个。

     下面是一个动态求平均值，利用装饰器和生成器来实现

"""
装饰器用来消耗第一次yield，触发send()
"""
def init(func):
    def inner(*args,**kwargs):
        g = func(*args,**kwargs)
        next(g)
        return g
    return inner

@init
def dynamiccal():
    sum = 0
    count = 0
    avg = 0
    while True:
        num = yield avg
        sum = sum + num
        count = count + 1
        avg = sum/count


if __name__ == '__main__':
    g = dynamiccal()
    for i in range(1,11):
        print(g.send(i),end='  ')

send.png

3.for

     生成器一定是迭代器，所以一定可以被for循环取值。

g = generator()
    for i in g:
        print(g)

4.强制转换为列表

g = generator()
list(g)

     将在每次yield返回的值放在列表中，但是这并不是一个好方法，这样就失去了生成器的灵魂。