python基礎（補充）：python三大器之生成器

生成器的定義

通過清單生成式，我們可以直接建立一個清單。但是，受到記憶體限制，清單容量肯定是有限的。而且，建立一個包含100萬個元素的清單，不僅占用很大的存儲空間，如果我們僅僅需要通路前面幾個元素，那後面絕大多數元素占用的空間都白白浪費了。

是以，如果清單元素可以按照某種算法推算出來，那我們是否可以在循環的過程中不斷推算出後續的元素呢？這樣就不必建立完整的list，進而節省大量的空間。在Python中，這種一邊循環一邊計算的機制，稱為生成器：generator。

生成器的建立

生成器可以用兩種方式建立:

生成器表達式  (裡面是推導式,外面用圓括号)

生成器函數    (用def定義,裡面含有yield)

要建立一個generator，有很多種方法。第一種方法很簡單，隻要把一個清單生成式的[]改成()，就建立了一個generator：

generator非常強大。如果推算的算法比較複雜，用類似清單生成式的for循環無法實作的時候，還可以用函數來實作。

比如，著名的斐波拉契數列（Fibonacci），除第一個和第二個數外，任意一個數都可由前兩個數相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契數列用清單生成式寫不出來，但是，用函數把它列印出來卻很容易：

上面的函數可以輸出斐波那契數列的前N個數：

仔細觀察，可以看出，fib函數實際上是定義了斐波拉契數列的推算規則，可以從第一個元素開始，推算出後續任意的元素，這種邏輯其實非常類似generator。

也就是說，上面的函數和generator僅一步之遙。要把fib函數變成generator，隻需要把print(b)改為yield b就可以了：

這就是定義generator的另一種方法。如果一個函數定義中包含yield關鍵字，那麼這個函數就不再是一個普通函數，而是一個generator：

生成器的調用

調用生成器的方式：

next()函數

for循環

for循環 + next()函數

建立li和g的差別僅在于最外層的[]和()，li是一個list，而g是一個generator。

我們可以直接列印出list的每一個元素，但我們怎麼列印出generator的每一個元素呢？

如果要一個一個列印出來，可以通過next()函數獲得generator的下一個傳回值：

當然，上面這種不斷調用next(g)實在是太變态了，我們可以使用for循環來調用generator，因為generator也是可疊代對象：

是以，我們建立了一個generator後，基本上永遠不會調用next()，而是通過for循環來疊代它，并且不需要關心StopIteration的錯誤。

但是需要注意的是，當資料量過大時，會形成形成類似于死循環的效果（這裡可以自己試驗一下），是以就提出了下面的調用方法

generator和函數的執行流程不一樣：

函數是順序執行，遇到return語句或者最後一行函數語句就傳回。

而變成generator的函數，在每次調用next()的時候執行，遇到yield語句傳回，再次執行時從上次傳回的yield語句處繼續執行。

舉個簡單的例子，定義一個generator，依次傳回數字1，2，3：

調用該generator時，首先要生成一個generator對象，然後用next()函數不斷獲得下一個傳回值：

可以看到，odd不是普通函數，而是generator，在執行過程中，遇到yield就中斷，下次又繼續執行。執行3次yield後，已經沒有yield可以執行了，是以，第4次調用next(o)就報錯。

回到fib的例子，我們在循環過程中不斷調用yield，就會不斷中斷。當然要給循環設定一個條件來退出循環，不然就會産生一個無限數列出來。

同樣的，把函數改成generator後，我們基本上從來不會用next()來擷取下一個傳回值，而是直接使用for循環來疊代：

但是用for循環調用generator時，發現拿不到generator的return語句的傳回值。如果想要拿到傳回值，必須捕獲StopIteration錯誤，傳回值包含在StopIteration的value中：