def foo(start,stop,step=1):
print('start ....')
while start < stop:
yield start
start+=step
print('end...')
g=foo(0,3)
print(g)
print(g.__iter__)
print(g.__next__)
print(next(g))
print(next(g))
print(next(g))
print(next(g)) # 最後乙個yield執行完，報錯
def eater():
print('ready to eat')
while true:
food=yield
print('get the food {},and start to eat'.format(food))
a=eater() # 得到生成器物件
print(a)
next(a) # 執行到yield掛起
a.send('baozi')
a.send(none)
next(a)
# 針對表示式形式的yield，生成器物件必須事先被初始化一次，讓函式掛起在food=yield的位置，等待呼叫g.send()方法為函式體傳值，g.send(none)等同於next(g)
# 加上裝飾器版本
初始化所有生成器函式的裝飾器
def init(func):
def warpper(*args,**kwargs):
print('hello')
g=func(*args,**kwargs)
next(g)
return g
return warpper
@init
def eater():
print('ready to eat')
while true:
food=yield
print('get the food {},and start to eat'.format(food))
# 加上裝飾器後eater=init(eater)=warpper
eater()=warpper()=g
a=eater() # 直接完成出事化next操作
def eater():
print('ready to eat')
food_list=
while true:
food=yield food_list
g=eater() # 拿到生成器
print(next(g)) # 初始化
print(g.send('banana'))
4.1舉例
# 普通寫法
def max(x,y):
if x>y:
return x
else:
return y
res=max(1,2)
print(res)
# 用三元表示式
x=1y=2
res=x if x>y else y
print(res)
list=
for i in range(10):
print(list)
xixi=['xixi {}'.format(i) for i in range(10)]
print(xixi)
list=[x*x for x in range(3)]
print(list) # 列表表示式返回乙個列表
g=(x*x for x in range(3))
print(g)
print(next(g))
print(next(g))
print(next(g))
# 對比列表生成式，生成器表示式的優點自然是節省記憶體（一次只產生乙個值在記憶體中）
with open('c:/users/魏旭/pycharmprojects/test/haha','rb') as f:
nums=(len(line) for line in f)
total=sum(nums)
print(total)
python之生成器
使用生成器表示式取代列表解析可以同時節省cpu 和 記憶體 ram 如果你構造乙個列表的目的僅僅是傳遞給別的函式，比如 傳遞給tuple 或者set 用生成器表示式替代吧 def ord map a string for c in a string yield ord c gen ord map u...
python之生成器
先來介紹下迭代器 迭代器即迭代取值的工具 迭代 的意思就是重複的基於上一次的結果取值 迭代器可以不依賴索引取值 取值 取乙個值就會少乙個，取完了，還取值就會報錯 1.什麼是生成器 在函式內但凡出現yield關鍵字，在呼叫函式就不會執行函式內 會返回乙個迭代器物件的值，該值稱之為生成器 強調 生成器的...
Python之生成器
通過列表生成式，我們可以產生列表，但是列表容量肯定有限，如果建立乙個很大的列表元素，要占用大量的記憶體空間，如果我們只要列表前面的元素，則後面的儲存空間大大浪費，這時候我們需要引出python生成器，這樣就必要建立完整的列表，從而大大節省空間，我們稱之為 generator.建立生成器方法一 使用 ...