生成器函数

生成器定义

　　在Python中，一边循环一边计算的机制，称为生成器

为什么要有生成器

　　当一个列表中有很多元素，但是我们只需要前面几个元素时，后面的绝大多数元素占用的空间就白白浪费了，这样非常消耗内存

　　简单来说：当我们需要得到庞大的数据时，又想它占用的内存空间少，这时就需要生成器

如何创建生成器函数

　　生成器是由函数+yield关键字创造出来的写法，在特定的情况下，它可以用来帮我们节省内存空间

　　--生成器函数，当函数中存在yield时，该函数就是一个生成器函数

　　例如：

　　　　　　def func():

　　　　　　　　pring(11)

　　　　　　　　yield 1

生成器函数的使用方法

　　1.生成器对象：在执行一个生成器函数时，会返回一个生成器对象

　　　　def func():

　　　　　　print(11)

　　　　　　yield 1

　　　　　　pring(22)

　　　　　　yield 2

　　　　data = func()

　　　　print(data)　　# 输出：<generator object func at 0x000000000265C970>

　　注意：当执行生成器函数时，函数里面的代码是不会执行的，这时会返回一个生成器对象

　　2.当需要执行函数里面的内容时需要使用next（执行的函数），当函数执行过程中遇到yield时就不往下执行了，记录这次执行的位置，下次执行时继续向下执行

　　　　def func():

　　　　　　print(11)

　　　　　　yield 1

　　　　　　pring(22)

　　　　　　yield 2

　　　　data = func()

　　　　# next(data)　　# 这时会输出：11　　当v1 = next(data)  

　　　　v1 =next(data)　　

　　　　print(v1)　　# 这时会输出：11,1；

　　注意：当遇到next（）时，会执行yield之前的函数，当执行v1 = next（）时，会执行yield，如果当程序中遇到return时，会报错StopIteration 错误

　　3.生成器函数一般不会向上面那样单独执行，一般是进行for循环中使用，即解决了报错的问题

　　　　def func():

　　　　　　print(11)

　　　　　　yield 1

　　　　　　pring(22)

　　　　　　yield 2

　　　　data = func()

　　　　for i in data:

　　　　　　print(i)

生成器特点：记录在函数中的执行位置，当下次执行next（）时，会从上次的位置基础上在继续往下执行

　　　　　　当以后需要我们在内存中创建很多数据时，可以想着用基于生成器来实现一点一点生成（用一点生产一点），以节省内存的开销

 扩展知识：

def func():
    print(111)
    v1 = yield 1
    print(v1)   # send所传递的值其实就是给 =号左边的左值赋值

    print(222)
    v2 = yield 2
    print(v2)

    print(333)
    v3 = yield 3
    print(v3)
    print(444)

data = func()   # 执行生成器函数，返回一个生成器对象
n1 = data.send(None)    # 执行到第一个yield（也是启动生成器），这时会输出：111
print(n1)   # 或得第一个yield的返回值，返回值为1，这时会输出：1
n2 = data.send(6)   # 执行到第二个yield，输出print（v1）和print（222），print（v1）即为send（6）给v1 = yield 1左边进行赋值，即v1=6
print(n2)   # 或得第二个vield的返回值，返回值为2，这时会输出：2
n3 = data.send(777)
print(n3)
n4 = data.send(888)
print(n4)

解释以上代码：
　　　　为什么需要send(None),也很好理解，因为 生成器还没有走到第一个yield语句，如果我们发生一个真实的值，这时是没有人去“接收”它的。
　　　　一旦生成器启动了，就对象接受（即=号左边的左值xx接受了），之后就可以使用send(params)不断传入值了
▲注意，每次的send（）都会运行到yield语句，但赋值不会执行，只会有返回值，相当于return后就退出函数了，所以在返回值之后的赋值就不会执行了