Python生成器的推导式

普通函数采用return返回值

def func():
    print("111")
    return 222     #return返回一个值

ret =func()
print(ret)

结果:

111
222

将函数中的return换成yield就是生成器

def func():
    print("111")
    yield 222 # 整个函数是一个生成器

ret =func()
print(ret)

结果：

<generator object func at 0x0000024277AB44A0>

通过执行 ​​__next__() ​​来执行以下生成器

def func():
    print("111")
    yield 222 # 整个函数是一个生成器

mygenerator=func()
print(mygenerator.__next__())

结果:

111
222

yield是分段来执行一个函数，而return是直接停止执行函数

def func():
    print("111")
    yield 222
    print("333")
    yield 444

mygenerator=func()
ret=mygenerator.__next__()
print(ret)
ret=mygenerator.__next__()
print(ret)
ret=mygenerator.__next__() #最后一个yield执行完毕，再次__next__()程序会报错
print(ret)

生成器可以使用for循环来循环获取内部的元素:

'''
学习中遇到问题没人解答？小编创建了一个Python学习交流群：711312441
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
def func():
    print(111)
    yield 222
    print(333)
    yield 444
    print(555)
    yield 666

gen=func()
for i in gen:
    print(i)

结果：

11
22
33
44
55
66

生成器表达式（生成器推导式）

>>> gen =(i for i in range(10))
>>> type(gen)
<class 'generator'>
>>> gen.__next__()
0
>>> gen.__next__()
1
>>> gen.__next__()
2
>>> gen.__next__()
3

生成器的特点：

惰性机制，生成器并不立即产生全部元素，仅在用到元素的时候才生成（只能向前），可以极大节省内存。