当前位置：首页 > news >正文

【python 基础篇十二】python的函数-------函数生成器

news 2025/8/26 4:04:43

1.生成器基本概念

是一个特色的迭代器（迭代器的抽象层级更高）
所以拥有迭代器的特性
- 惰性计算数据节省内存 ----就是不是立马生成所有数据，而是到需要数据的时候在生成
- 能够记录状态并通过next()函数，访问下一个状态
- 具备可迭代特性
自己编写一个迭代器，比较复杂，需要实现很多方法，所以，就有了一个生产器

2.生成器的创建方式

方式一
- 生成器表达式把列表推导式的[]修改成（）
方式二
- 生成器函数函数中包含yield语句，这个函数的执行结构就是“生成器”

#列表推导式  方式一
l = [i for i in range(1,100) if i % 2 == 0]
#生成 1-100之间的偶数组成的列表
#此时的列表推导式 是一次性生成所有的数据，如果使用生成器就不是一次性生成所有数据，而是等到使用的时候才会创建。
print(l)#输出 2 4 6 8 .....#生成器
l = (i for i in range(1,100) if i % 2 == 0)
print(l)#输出<generator object <genexpr> at 0x000001B0DA075700>
#此时不会直接生成数据
#只有使用 next()才可以访问
print(next(l))#输出2
print(next(l))#输出4
#也可以使用 for  in 循环访问#生成器函数
def test():print("xxx")yield 1print("a")yield 2print("b")yield 3print("c")yield 4print("d")
g = test()#此时test函数没有被执行 
print(g)#输出 <generator object test at 0x000002698C3B4A00>
print(next(g))# xxx 1
print(next(g))#a  2
#test函数形成一个生成器(迭代器)，每次执行都到yield停止,并返回 yield 后面的数据

3.生成器的输出方式

生成器具备迭代器的特性
使用next()函数等价于生成器._ next _ ()
for in

4.send()方法

send方法有一个参数，指定的是上一次被挂起的yield语句的返回值
相比于 . _ next _() 可以额外的给yield语句传值
注意第一次调用 t.send(None)

def test():print("XXX")res1 = yield 1print(res1)res2 = yield 2print(res2)res3 = yield 3print(res3)
g = test()
print(g.__next__())#输出 XXX 1
print(g.__next__())#输出 None 2 此时的None是res1没有接收到数据 因为上一次走到yield 就停止了 res1没有接收数据
print(g.send("ooo"))#输出 ooo 3

5.关闭生成器

g.close()
后续如果继续调用，会抛出StopIteration异常提示

def test():yield 1print("a")yield 2print("b")yield 3print("c")
g = test()
print(g.__next__())#输出 1
print(g.__next__())#输出 a 2
print(g.__next__())#输出 b 3
print(g.__next__())#输出 c
print(g.__next__())#输出 报错 StopIteration#如果是这样
print(g.__next__())#输出 1
print(g.__next__())#输出 a 2
g.close()
print(g.__next__())#输出 报错 StopIteration