生成器

生成器

什么是生成器对象
自定义的迭代器对象--可以自定义一个容器，存放多个值，可以不依赖索引取值

# 函数内部一旦有了yield ， 函数名（）就不再是函数的调用得到函数的结果，而是产生‘’生成器对象‘’

def fn():
    yield 1
   
obj = fn()

print(obj)
# 生成器对象通过__next__()方法的去获取yield的返回值，获得了就会停止执行 

def func():
      print("娃哈哈")
      yield 1    #return和yield都可以返回数据
      print("呵呵呵")
    

gen = func()    #不会执行函数，拿到的是生成器
ret = gen.__next__()    #会执行到下一个yield
print(ret)
gen.__next__() 

# 函数中如果有yield，这个函数就是生成器函数
# yield: 相当于return可以返回数据，但yield不会彻底中断函数，而是分段执行函数
# gen.__next__() 执行函数，执行到下一个yield
# gen.__next__() 继续执行函数到下一个yield

1.函数中有yield， 函数名() 不是执行函数，而是生成生成器函数

eg：

# 占内存演示
def order():
    lst = []
    for i in range(10000):
        lst.append("衣服"+str(i))
    return lst
    
ll = order()

# 上面的实例可能导致非常占用内存，导致崩溃

解决方案是使用生成器

def order():
     for i in range(10000)
     yield "衣服”+str(i)
    
    
g = order()    #获取生成器
mingwei = g.__next__()    # ===> 衣服0
print(mingwei)
zhaoyining = g.__next__())    # ===> 衣服1
print(zhaoyiming)

# 要一件衣服的时候取一件，不会造成内存占用过高，导致崩溃

生成器的应用场景：

---

就是可以生成一个可以无限取值的容器。

例子

---

python 2.x中没有生成器概念： range() 会给出全部的量[a, b, c, d,......n]
python 3.x中引入生成器概念： range() 会给出range（a, b）