生成器 generator yield for循环调用

补充一个知识点：

生成器的创建方式有两种

（1）生成器推导式

                列表推导式的 【】改成（）就成了生成器  

                而不是元组推导式
                想要用推导式得到一个元组，需要用        tuple() 将推导式得到的生成器转化成元组

ge=(i for i in range(9))
print(ge)
print(type(ge))

>>>    <generator object <genexpr> at 0x000002A00A1E42E0>
>>>    <class 'generator'>

                此时，print(ge)打印出来的是个生成器对象，而不是具体内容 

（2）使用yield关键字

找了一大串文章，看的眼花缭乱，也没看懂   自己写理解吧  

1.使用yield的函数就不是函数了  是一个生成器generator

        生成器内置有一个__next__（即next（）函数），这个是精髓

        即 看到yield——系统识别这是一个生成器，不是函数——给这个生成器内置一个next（），给其他对象调用

2.所以调用带yield的所谓函数时，其实就是调用了生成器 

3.调用生成器返回的是一个可迭代对象

4.命令调用生成器的时候，只是把这个生成器拿出来准备使用，但并没有直接开始使用，不执行代码

5.只有当调用生成器的__next__方法时，代码才会往下执行

6.但是代码执行到yield语句时，就中断了，返回一个迭代值   即yield xxx

7.再调用一次__next__时，会用中断处，也就是从yield的下一行语句还是继续执行

8.写代码的时候要注意考虑  哪些代码写在yield上面，哪些代码写在yield下面

        第一次调用next()时——执行代码到yield这一行 ，中断

        第二次调用next()时——从yield下一行还是执行，直到第二次循环到yield，遇到yield又中断

9.当一直调用next()到最后一个yield值后，如果再次调用next（），会抛出错误

        意思是系统告诉你，迭代已经全部结束了，没有东西再迭代了，不能一直循环下去

10.重点：

        for循环：

                for循环机制         

                        1.for循环会自动调用可迭代对象的next（）方法，不需要写代码

                        2.为什么for会循环，其实就是因为自动调用了对象的next（）

                        3.所以也可以这么说，如果某个对象内置方法里没有__next__，

                                那么此对象不可迭代，不可for遍历

                        4.for循环会自动捕捉next（）最后的异常，从而终止再次调用next（）

一句话理解为什么要用yield，为什么要用生成器

最常用的生成器：range

比如range（0,10000000）

我不管你range（）里要生成多少个，我每次只生成一个，一个用掉了再生成下一个，用的内存空间是固定的  

而如果用列表的形式，那内存就不固定了，有可能就会很大，知道爆掉 

而且列表常驻内存，生成器用一个拿一个，资源不会浪费

def func():
    list_a=[1,2,3,4,5]
    for i in list_a:
        print(i)
        yield i
        print(i)

g=func()
g.__next__()        #或者next(g)
g.__next__()        #或者next(g)       

-------------------------------        

第一次运行g.__next__()    打印结果1

第二次运行g.__next__()    打印结果1 2

因为第二次运行时，运行的是第一次循环yield下面的print(i)+第二次循环运行到yield，也会打印一次print(i)

最后

以上就是端庄大叔为你收集整理的生成器 generator yield for循环调用的全部内容，希望文章能够帮你解决生成器 generator yield for循环调用所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。