以下是我學習《流暢的python》後的個人筆記，現在拿出來和大家共享，希望能幫到各位python學習者。
生成器使用yield做關鍵字，一次只返回乙個值給呼叫者，然後暫停執行，其作用是：節省記憶體空間。
生成器可以用next()函式，也可以用for迭代的方式獲取元素值，中間還可以用close()來隨時終止生成器。
生成器表示式可以認為是一種特殊的生成器，其**更簡潔，更容易理解，且和別的函式結合會更加靈活。
生成器是python中乙個特殊的程式，用於控制迴圈的迭代行為。相對於一般函式用return來一次性返回所有值，生成器使用yield關鍵字，一次只返回乙個值。
這樣的設計有很大的好處：在資料處理時，如果函式return出來的是乙個非常大的陣列，那麼會非常占用記憶體，有時會報memoryerror的錯誤，而使用yield後一次僅僅返回乙個元素值，可以優化記憶體占用的情況。
從這種角度來講，生成器函式每一次呼叫都返回乙個元素值，這種特性使得生成器長得像函式，但行為卻像迭代器。
def
squares
(x):
# 計算0-x的所有數的平方
# return [i*i for i in range(x)] # 普通寫法，一次返回乙個list，包含所有元素
for i in range(x):
yield i*i # 生成器：一次只返回乙個值
print(squares(5)) #
# 獲取生成器中的元素值
for value in squares(5): # 行為類似於迭代器，迴圈獲取元素值
print('value: ',value)
複製**
__next__來實現），再返回到這個函式中繼續執行。
所以要想獲取生成器的元素值，需要通過成員方法next()來進行，比如：
square_five=squares(5)
print(next(square_five)) # 0
print(next(square_five)) # 1
print(next(square_five)) # 4
print(next(square_five)) # 9
print(next(square_five)) # 16
print(next(square_five)) # 報錯：stopiteration: 超過yield的所有元素
複製**
生成器的這種特點被稱為"延遲計算"或"惰性求值(lazy evaluation)"，可以有效的節省記憶體。惰性求值實際上是體現了協同程式的思想。
雖然生成器的這種行為類似於迭代器，但兩者有較大差別，迭代器不具備這種執行-暫停-再執行-再暫停的特性，所以迭代器不具有延遲計算，沒有協同程式的思想。
使用延遲計算後，可以極大的節省記憶體，比如對大檔案進行讀取操作時，可以用下列生成器方法：
## 讀取大檔案的生成器方法：
defload_big_file
(file_path):
block_size = 1024
with open(file_path, 'rb') as f:
while
true:
block = f.read(block_size)
if block:
yield block # 一次只載入乙個block到記憶體中，避免memoryerror
else:
return
複製**
## 使用close()可以隨時退出生成器
square_five=squares(5)
print(next(square_five)) # 0
print(next(square_five)) # 1
print(next(square_five)) # 4
square_five.close() # 退出生成器
print(next(square_five)) # error: stopiteration:
print(next(square_five)) # error: stopiteration:
複製**
生成器表示式可以認為是一種特殊的生成器函式，類似於lambda表示式和普通函式。但是和生成器一樣，生成器表示式也是返回生成器generator物件，一次只返回乙個值。
# 上面的squares函式可以改寫為：
# 列表推導式的寫法是：
squares_list=[i*i for i in range(5)] # 一次性返回整個list
print('列表推導式：',squares_list) # 列表推導式： [0, 1, 4, 9, 16]
# 生成器表示式：
squares2=(i*i for i in range(5)) # 生成器表示式一次返回乙個值
print('生成器表示式：',squares2) # 生成器表示式： print(next(squares2)) # 0
print(next(squares2)) # 1
print(next(squares2)) # 4
複製**
# generator物件可以直接用for來獲取所有元素值
squares2=(i*i for i in range(5)) # 生成器表示式就是乙個generator物件
for i in squares2:
print('i: ',i)
# 上面可以簡寫為：
[print('i: ',i) for i in (i*i for i in range(5))]
複製**
## 如果生成器表示式整個作為某個函式的引數，可以省略掉()
max_value=max(i*i for i in range(5)) # 計算生成器的所有元素中的最大值
print(max_value) # 16
複製**
003 生成器 迭代器
現在有個需求，列表 1,2,3,4,5,6,7,8,9 將列表裡的每個值加1。a 1,2,3,4,5,6,7,8,9 b for item in a a b print a a 1,2,3,4,5,6,7,8,9 for index,ele in enumerate a,0 a index 1 pr...
python3生成器 Python3 生成器
python3 生成器 閱讀 125 發布於 2020 05 19 14 29 25 在python中，一邊迴圈一邊計算出元素的機制，稱為生成器 generator。生成器的優點 一次返回乙個結果，延遲計算。這對於大資料量處理，是個非常有用的優勢。占用記憶體量是工程師必須考慮的乙個問題。提高 可讀性...
Python（九）生成器
該系列文章用來記錄一下自己在b站學習python時，進行上機練習用的 使用 pycharm 2020.3.3 慕課 python語言基礎與應用 北京大學 陳斌 字幕校對 編寫程式，輸入兩個數，輸出它們的商，採用例外處理來處理兩種錯誤，給出使用者友好的提示資訊 1 除數為0 2 輸入了非數值 try ...