Python生成器简介

Python012

Python生成器简介,第1张

Python 中的 yield 关键字鲜为人知，但是作用却很大，正是因为有了yield，才有了Python生成器。

yield 是 Python 的关键字，它用于 从函数返回而不破坏其局部变量的状态 ，并且在调用该函数时，从最后一个 yield 语句开始执行。任何包含 yield 关键字的函数都称为生成器。

Python 中的 yield 关键字的作用类似于 Python 中的 return 语句，不同之处在于：

yield的优点

yield的缺点

Python 可以使用 括号() 创建生成器

更多时候，我们使用 yield 关键字创建生成器

下面这个生成器，前4次调用它时，返回的是0-3这几个特殊值，第5次调用它时返回一个10-20之间的随机整数。

更多时候，生成器可以返回无限的值。

注意 generator() 函数返回的是一个生成器对象，要想获取它的值，可以像上面那样在迭代器中取出它的值，我们也可以显式的调用next函数获取值。

Python | yield Keyword - GeeksforGeeks：https://www.geeksforgeeks.org/python-yield-keyword/

https://c.runoob.com/compile/9/

什么是Python Generator(生成器) ？

Python Generator(生成器)用于在内存资源有限的情况下，把处理大数据的任务，分解为一段一段可以管理和处理的数据块(chunk)，建立起数据流(data pipeline)，从而一步一步的解决完大数据任务的技术。例如，假设有500G的数据待处理，内存只有32G，我们可以把数据分为200M的数据块，然后借助Python Generator技术，实现一边加载数据一边进行数据处理的效果。

生成器关键字yield 与 函数返回语句return的区别 ：

return语句 终止函数运行并返回return语句后面的变量值；return语句后面的语句不执行。

Python生成器可以由以下两种方式创建：

当python中的生成器被完整遍历一次后，就无法再次遍历。

我们希望享有生成器迭代占用内存小的特性，又希望这个生成器能被遍历多次。

方案之一是使用函数 itertools.tee 来复制生成器

语法： generator1, generator2 = itertools.tee(generator, n=2)

generator是需要复制的生成器， n是复制出生成器个数，默认为2。

我们为了生成器能多次遍历，可以这样写：

generator, copy_generator = itertools.tee(generator, 2)

然后遍历copy_generator，保存的generator可以再次复制。

1、generator被复制后尽量不要使用

2、如果生成器中迭代的还是生成器，复制最外层生成器，生成器依然只能遍历一次。

下一篇

python生成器多次遍历（二）------创建生成器类