Python 高级编程：完全理解生成器

   <p>生成器是 Python 初级开发者最难理解的概念之一，虽被认为是 Python 编程中的高级技能，但在各种项目中可以随处见到生成器的身影，你得不得去理解它、使用它、甚至爱上它。</p>    <p>提到生成器，总不可避免地要把迭代器拉出来对比着讲，生成器就是一个在行为上和迭代器非常类似的对象，如果把迭代器比作 Android 系统，那么生成器就是 iOS，二者功能上差不多，但是生成器更优雅。</p>    <h3>什么是迭代器</h3>    <p>顾名思义，迭代器就是用于迭代操作（for 循环）的对象，它像列表一样可以迭代获取其中的每一个元素，任何实现了 __next__ 方法</p>    <p>（python2 是 next）的对象都可以称为迭代器。</p>    <p>它与列表的区别在于，构建迭代器的时候，不像列表把所有元素一次性加载到内存，而是以一种延迟计算（lazy evaluation）方式返回元素，这正是它的优点。比如列表含有中一千万个整数，需要占超过400M的内存，而迭代器只需要几十个字节的空间。因为它并没有把所有元素装载到内存中，而是等到调用 next 方法时候才返回该元素（按需调用 call by need 的方式，本质上 for 循环就是不断地调用迭代器的next方法）。</p>    <p>以斐波那契数列为例来实现一个迭代器：</p>    <pre>  <code class="language-python">class Fib:      def __init__(self, n):          self.prev = 0          self.cur = 1          self.n = n        def __iter__(self):          return self        def __next__(self):          if self.n > 0:              value = self.cur              self.cur = self.cur + self.prev              self.prev = value              self.n -= 1              return value          else:              raise StopIteration()        # 兼容python2        def __next__(self):            return self.next()    f = Fib(10)  print([i for i in f])  #[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]</code></pre>    <h3>什么是生成器</h3>    <p>知道迭代器之后，就可以正式进入生成器的话题了。普通函数用 return 返回一个值，和 Java 等其他语言是一样的，然而在 Python 中还有一种函数，用关键字 yield 来返回值，这种函数叫生成器函数，函数被调用时会返回一个生成器对象，生成器本质上还是一个迭代器，也是用在迭代操作中，因此它有和迭代器一样的特性，唯一的区别在于实现方式上不一样，后者更加简洁</p>    <p>最简单的生成器函数：</p>    <pre>  <code class="language-python">>>> def func(n):  ...     yield n*2  ...  >>> func  <function func at 0x00000000029F6EB8>  >>> g = func(5)  >>> g  <generator object func at 0x0000000002908630>  >>></code></pre>    <p>func 就是一个生成器函数，调用该函数时返回对象就是生成器 g ，这个生成器对象的行为和迭代器是非常相似的，可以用在 for 循环等场景中。注意 yield 对应的值在函数被调用时不会立刻返回，而是调用next方法时（本质上 for 循环也是调用 next 方法）才返回</p>    <pre>  <code class="language-python">>>> g = func(5)  >>> next(g)  10    >>> g = func(5)  >>> for i in g:  ...     print(i)  ...  10</code></pre>    <p>那为什么要用生成器呢？显然，用生成器在逼格上要比迭代器高几个等级，它没有那么多冗长代码了，而且性能上一样的高效，为什么不用呢？来看看用生成器实现斐波那契数列有多简单。</p>    <pre>  <code class="language-python">def fib(n):      prev, curr = 0, 1      while n > 0:          n -= 1          yield curr          prev, curr = curr, curr + prev    print([i for i in fib(10)])  #[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]</code></pre>    <h3>生成器表达式</h3>    <p>在前面一期「这样写代码更优雅」的文章里面曾经介绍过列表推导式（list comprehension），生成器表达式与列表推导式长的非常像，但是它俩返回的对象不一样，前者返回生成器对象，后者返回列表对象。</p>    <pre>  <code class="language-python">>>> g = (x*2 for x in range(10))  >>> type(g)  <type 'generator'>  >>> l = [x*2 for x in range(10)]  >>> type(l)  <type 'list'></code></pre>    <p>前面已经介绍过生成器的优势，就是迭代海量数据时，显然生成器更合适。</p>    <p> </p>    <p> </p>    <p>来自：https://juejin.im/post/58c65cc72f301e006bc8e1a6</p>    <p> </p>