生成器的创建方式

1. 生成器的介绍

根据程序员制定的规则循环生成数据，当条件不成立时则生成数据结束。数据不是一次性全部生成出来，而是使用一个，再生成一个，可以节约大量的内存。

2. 创建生成器的方式

1. 生成器推导式
2. yield 关键字

生成器推导式:

• 与列表推导式类似，只不过生成器推导式使用小括号

# 创建生成器
my_generator = (i * 2 for i in range(5))
print(my_generator)

 next获取生成器下一个值
# value = next(my_generator) print(value)

 遍历生成器
for value in my_generator:
    print(value)

代码说明:

• next 函数获取生成器中的下一个值
• for 循环遍历生成器中的每一个值

运行结果:

<generator object <genexpr> at 0x101367048>
0
2
4
6
8

yield 关键字:

• 只要在def函数里面看到有 yield 关键字那么就是生成器

def mygenerater(n):
     range(n):
        print('开始生成...')
        yield i
        完成一次...)


if __name__ == __main__:

    g = mygenerater(2)
     获取生成器中下一个值
     result = next(g)
     print(result)

     while True:
         try:
             result = next(g)
             print(result)
         except StopIteration as e:
             break

     # for遍历生成器,for 循环内部自动处理了停止迭代异常，使用起来更加方便
     g:
        print(i)

代码说明:

• 代码执行到 yield 会暂停，然后把结果返回出去，下次启动生成器会在暂停的位置继续往下执行
• 生成器如果把数据生成完成，再次获取生成器中的下一个数据会抛出一个StopIteration 异常，表示停止迭代异常
• while 循环内部没有处理异常操作，需要手动添加处理异常操作
• for 循环内部自动处理了停止迭代异常，使用起来更加方便，推荐大家使用。

运行结果:

开始生成...
0
完成一次...
开始生成...
1
完成一次...

3. 生成器的使用场景

数学中有个著名的斐波拉契数列（Fibonacci），数列中第一个数为0，第二个数为1，其后的每一个数都可由前两个数相加得到：

0,1,2,3,5,8,13,21,34,...

现在我们使用生成器来实现这个斐波那契数列，每次取值都通过算法来生成下一个数据, 生成器每次调用只生成一个数据，可以节省大量的内存。

 fib_loop(n):
  a,b = 0,1
  in range(n + 1):
    a,b = b,a + b
   a


f = fib_loop(5)
(f)
(next(f))
 f:
    print(value)