python生成器yield原理_原创文档.pdf

python生成器yield原理

Python中的生成器（Generator）是一种特殊的迭代器，可以用于按需生产序列中的值，

而不是一次性将其全部计算出来。在使用yield关键字的函数中创建生成器，当该函数被

调用时，它将返回一个生成器对象。生成器对象可以通过next()函数来依次获取生成器产

生的值，直到生成器没有更多的值可以产生。

在Python中，生成器可以用于处理大量的数据，因为它不需要一次性将所有的数据都

加载到内存中。生成器能够按需生产数据，并且只需要保存当前状态和生成下一个值的规

则。相比于使用列表或其他数据结构来存储所有数据，使用生成器能够有效地减少内存占

用和大量数据的计算时间。

##yield关键字

yield是一个Python关键字，可以在函数中使用。当函数中含有yield关键字时，该

函数就成为了一个生成器。yield语句具有在函数执行期间将控制权交还给调用者的能力，

同时保留函数的状态。下一次函数被调用时，它将从上次离开的位置继续执行，并继续生

成值。

下面的代码演示了如何使用yield来创建一个生成器，该生成器可以按顺序输出数字

1到5：

```python

defcount_up_to(n):

count=1

whilecount=n:

yieldcount

count+=1

#调用该生成器并输出结果

fornumberincount_up_to(5):

print(number)

```

在上面的代码中，我们定义了一个函数count_up_to()，它含有一个while循环用于

生成数字。当我们调用该生成器时，在第一次循环时，函数遇到了yield关键字并返回1，

同时保留了函数的状态信息。下一次调用该生成器时，函数将从上次离开的地方继续执行，

并在下一次循环中生成数字2。通过不断地调用该生成器，我们可以一次输出数字1到5。

##生成器表达式

类似于列表推导式，Python也提供了生成器表达式，可以在一行代码中处理大量的数

据。生成器表达式使用圆括号，而不是方括号，来表示生成器，可以被视为一种懒惰计算

方法，只在需要时才生成数据。

下面的示例展示了如何使用生成器表达式，将给定列表中的所有偶数加倍：

```python

numbers=[1,2,3,4,5,6,7,8,9,10]

doubled_evens=(n*2forninnumbersifn%2==0)

#输出生成器的结果

fornumberindoubled_evens:

print(number)

```

在上面的示例中，我们使用生成器表达式创建一个生成器doubled_evens，该生成器

仅处理原列表中的偶数，并将它们加倍。然后我们调用该生成器并输出生成器的结果。

##生成器的send()方法

除了next()函数之外，还可以使用send()函数来向生成器函数发送值。send()函数与

next()函数的功能类似，它也会从生成器中获取下一个值，并将其返回给调用者。与

next()函数不同的是，send()函数还可以向生成器函数发送值，并将其作为yield表达式

的返回值。当要向生成器函数中发送第一个值时，必须使用next()函数。

下面的示例展示了如何使用send()函数来向生成器中发送值：

```python

defprint_message():

message=yield

#创建生成器对象，并将其初始化

generator=print_message()

next(generator)