python中的生成器是什么？相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名注册、虚拟主机、营销软件、网站建设、铁东网站维护、网站推广。
生成器，是一个用来创建迭代器的工具。它简单而强大，类似写函数那样进行定义，但是需要返回数据时不是使用return，而是使用yield语句。
生成器函数
用yield语句返回数据的“函数”，称为生成器函数。我们把上一节中自定义类LessThan改写成生成器函数
In [30]: def lessthan(n):
...: for i in range(n-1, -1, -1):
...: yield i
...:
...:
In [31]: for i in lessthan(5):
...: print(i)
...:
4
3
2
1
0
In [32]: lt = lessthan(3)
## 查看生成器对象的__iter__()和__next__()：
In [33]: lt.__iter__?
Signature: lt.__iter__()
Call signature: lt.__iter__(*args, **kwargs)
Type: method-wrapper
String form:
Docstring: Implement iter(self).
In [34]: lt.__next__?
Signature: lt.__next__()
Call signature: lt.__next__(*args, **kwargs)
Type: method-wrapper
String form:
Docstring: Implement next(self).
通过生成器改写LessThan类后，代码更加简洁紧凑，因为它自动创建了__iter__()和__next__()方法，通过for循环可以遍历生成器对象。
接下来我们定义一个生成器对象lt，对这个生成器对象调用next()，每一次调用它都会从上次离开的位置回复执行（也就是记住上次执行语句时的所有数据值）。当生成器生成了所有元素（生成器终结）就会引发StopIteration错误。
In [53]: lt = lessthan(3)
In [54]: next(lt)
Out[54]: 2
In [55]: next(lt)
Out[55]: 1
In [56]: next(lt)
Out[56]: 0
In [57]: next(lt)
---------------------------------------------------
StopIteration Traceback (most recent call last)
in
----> 1 next(lt)
StopIteration:
生成器解析式
为了实现一些简单的生成器，我们可以不用函数的形式，而是用类似列表解析式的语法，将外层的方括号用圆括号代替即可。
生成器表达式相比完整的生成器更紧凑但较不灵活，相比等效的列表推导式则更为节省内存。比如下面的的代码，用列表表达式生成的mylist的每个元素都保存在内存中，而mygener每次迭代时才会产生一个元素。假设元素个数不是10，而是100万甚至更多，此时生成器的内存优势会非常明显。
In [41]: mylist = [i*i for i in range(10)]
In [42]: mylist
Out[42]: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
In [43]: mygener = (i*i for i in range(10))
In [44]: mygener
Out[44]: at 0x7fc048be3bf8>
生成器解析式被设计用于生成器将立即被外层函数所使用的情况，比如：
In [45]: sum(i*i for i in range(10))
Out[45]: 285
sum()括号里面的i*i for i in range(10)就是一个生成器解析式，避免生成一个列表而占用过多内存。
同样的，下面的例子中都是使用了生成器解析式：
xvec = [10, 20, 30]
yvec = [7, 5, 3]
sum(x*y for x,y in zip(xvec, yvec)) # dot product
from math import pi, sin
sine_table = {x: sin(x*pi/180) for x in range(0, 91)}
unique_words = set(word for line in page for word in line.split())
valedictorian = max((student.gpa, student.name) for student in graduates)
data = 'golf'
list(data[i] for i in range(len(data)-1, -1, -1))总结
Python提供了两种方式实现生成器：
（1）生成器函数
语法上与普通函数相似，用yield替代return换回值；自动实现迭代器协议：__iter__()方法和__next__()方法。没有值可返回时，引起StopInteration异常。yield语句挂起生成器函数的状态，以便再次迭代时从离开的状态继续执行。
（2）生成器解析式
类似列表解析式，用圆括号替换方括号，从而简单实现简单的生成器。
（3）生成器的优点
代码紧凑，节省内存。不像列表可以多次遍历，生成器只能遍历一遍。
看完上述内容，你们掌握python中的生成器是什么的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！
名称栏目：python中的生成器是什么
转载源于：
http://bjjierui.cn/article/ieopjc.html
