【Python】生成器(generator)、yield含义

如有问题欢迎指出！

定义

Python中生成器是迭代器(Iterator) 的一种，每次遇到 yield时函数会暂停并保存当前所有的运行信息，返回 yield 后的值, 并在下一次执行 next()方法时从当前位置继续运行。

列表一次生成一组值，占用内存空间；生成器一次只产生一个值，用多少，取多少。

创建生成器(Generator)

如何创建生成器？

1. 将列表生成式的中括号[]改为小括号()，得到生成器表达式；
2. 定义一个包含yield关键字的函数——生成器函数，调用函数就是创建了一个生成器（generator）对象。

yield相当于return返回一个值，并且记住这个返回的位置保留当前信息，下次迭代时，代码从yield的下一条语句继续执行。

这里大家可以思考下将generator_2(n)中的yield改为return，每次调用函数的结果是什么。

# 列表生成式
list1 = [x*x for x in range(3)]
print(list1)
# 创建生成器
# 1.生成器表达式：列表生成式的中括号[]改为小括号()
generator1 = (x*x for x in range(3))
print(generator1)
# 2.函数中包含yield关键字，调用函数就是创建了一个生成器（generator）对象。
def generator_2(n):
    for x in range(n):
        yield x*x
generator2 =generator_2(3)
print(generator2)

Output:

[0, 1, 4]
 at 0x000001F4C81E1AC0>

注意：调用生成器函数时generator2 =generator_2(3)只是创建了一个生成器，并不会执行函数里面的内容。

获得生成器的值

1. 重复调用next() 方法 ，直到捕获一个异常；
2. 通过 for 循环对生成器进行迭代。

next()方法：next(generator)或generator.__next__()

def generator_2(n):
    for x in range(n):
        yield x*x
generator2 =generator_2(3)
print(generator2)
print(next(generator2))
print(generator2.__next__())

Output:

0
1

print(next(generator1))
print(next(generator1))
print(next(generator1))
print(next(generator1))

Output:

通过重复调用next(generaotr_1)对生成器进行迭代得到相应值，直到得到最后一个元素。
当没有更多的元素时，继续使用next()会出现StopIteration的错误。
推荐使用for循环对生成器进行迭代。

for 循环

for i in generator1:
    print(i)

斐波那契数列

利用生成器生成斐波那契数列

（根据《算法精粹》改编）
斐波那契数列指的是这样一个数列：0，1、1、2、3、5、8、13、21、34、55……前两项为$fib(0)=0$、$fib(1)=1$，后面的每一项都等于它前两项之和，即$fib(n)=fib(n-1)+fib(n-2)$。

def fib(n:int):
    yield 0
    if n>0:
        yield 1
    if n>1:
        n_2,n_1 = 0,1
        for _ in range(2,n+1):
            n_2,n_1 = n_1,n_2+n_1
            yield n_1
    return 'done'
for i in fib(5):
    print(i)

Ouput:

0
1
1
2
3
5

根据上面的输出结果，发现通过for循环对生成器进行迭代，得不到return语句的返回值。

如何获得生成器最后return的返回值

如果想得到returnd的返回值，需捕获StopIteration错误，返回值包含在StopIteration的value中。

def fib(n:int):
    yield 0
    if n>0:
        yield 1
    if n>1:
        n_2,n_1 = 0,1
        for _ in range(2,n+1):
            n_2,n_1 = n_1,n_2+n_1
            yield n_1
    return 'done'
g = fib(5)
while True:
    try:
        x = next(g)
        print(x)
    except StopIteration as e:
        print("return返回值：",e.value)
        break
 

Output:

0
1
1
2
3
5
return返回值： done

生成器的执行过程、next()与.send()的区别

参考：

python中yield的用法详解–最简单，最清晰的解释_mieleizhi0522的博客-CSDN博客_yield

两句话总结： 区别：send可传递参数给yield表达式，传递的参数就会作为yield表达式的值，也就是强行修改上一个yield表达式值。二者返回值：当前迭代遇到的yield时，yield后面表达式的值。

next(generator) 或generator.__next__()

def foo():
    print("starting...")
    while True:
        res = yield 4
        print("res:",res)
g = foo() # 创建一个生成器并不执行函数内的内容
print(g)
print(next(g))  # = g.__next__()
print("*"*20)
print(next(g))

Output:

starting...
4
********************
res: None
4

程序运行步骤：

1. g = foo()因foo函数中有yield关键字，调用该函数会创建一个生成器对象，不会真的执行该函数，因此print(g)的结果是：；
2. 直到调用next()方法，foo函数正式开始执行，先执行foo函数中的 print("starting...")得到输出：starting…；
3. 进入while循环，遇到yield 4 ，在此暂停，返回值4，next(g)语句执行完成，得到输出：4，注意这时候没有赋值给res；
4. 执行print("*"*20);
5. 执行第二个print(next(g))，进入foo函数，从上回暂停的位置继续执行，即执行res的赋值操作，注意这时赋值操作的右边是没有值的（因为刚才的4直接返回出去了，并没有给赋值操作的左边传参数），所以这个时候res赋值是None，print("res:",res)结果为res: None；
6. 程序继续在while循环中执行，直到再一次遇到yield，返回4，暂停，print(next(g))的输出就是函数的返回值4。

.send()

.send()会传入一个值作为yield表达式整体的结果，即覆盖掉上一个yield表达式值。

def foo():
    print("starting...")
    while True:
        res = yield 4
        print("res:",res)
g = foo()  # 创建一个函数并不执行
print(g)
print(next(g)) # = g.__next__()
print("*"*20)
print(g.send(7))

Output:

starting...
4
********************
res: 7
4

程序运行步骤：(前4步与next()相同)

1. g = foo()因foo函数中有yield关键字，调用该函数会创建一个生成器对象，不会真的执行该函数，因此print(g)的结果是：；
2. 直到调用next()方法，foo函数正式开始执行，先执行foo函数中的 print("starting...")得到输出：starting…；
3. 进入while循环，遇到yield 4 ，在此暂停，返回值4，next(g)语句执行完成，得到输出：4，注意这时候没有赋值给res；
4. 执行print("*"*20);
5. 执行g.send(7)，进入foo函数，从上回暂停的位置继续执行，.send(7)传入7覆盖掉上一次的yield 表达式，这时相当于res = 7，print("res:",res)结果为res: 7；
6. 程序继续在while循环中执行，直到再一次遇到yield，返回4，暂停，print(next(g))的输出就是函数的返回值4。

迭代器Iterator、可迭代对象Iterable：

补充一点迭代器和可迭代对象，后续写一节完整的。

• 凡是可作用于for循环的对象都是Iterable类型，用isinstance()判断一个对象是否为可Iterable；
• 凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列，可用isinstance()判断一个对象是否是Iterator对象；
• 集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。