Python17 生成器

lbdbzj110

1.列表生成式（推导式列表）

　　通过for i in range(10)来循环0-9折10个数字，然后将每一个数字赋值给i，i在乘以2得出图中下面的结果。
　　

a = []　　for i in range(10):
　　a.append(i*2)
　　

　　
print (a)
　　

　　结果是一样的
　　

a = [i * 2for i in range(100)]　　
print (a)
　　

　　列表生成式所生成的这些数据是会被放入到内存中的（除非删除或执行程序结束），可以随调用其中的任意数据。
　　

print (a[10])　　

　　可以看到可以直接print (a10)来取值，能直接取值说明这个值是一直保存在内存中的，如果这个值元素的数量少到不会占很多资源，但是假如元素有一千万，一个亿时就会占用很多内存空间了。

2.生成器
　　

c = (i * 2for i in range(100))　　
print (c)
　　

　　可以看到，只是将中括号变成小括号后，输出的只是一个生成器，这个生成器当前没有任何的数据放在内存中，只有被调用的时候才会在内存中生成，结束后就删除内存中的元素，不调用的话就不会一直占用内存空间。
　　

print (c[10])　　

　　可以看到使用print (c10)去引用内存中的数据并不存在，因为生成器没有被调用，所以没有任何数据元素存在内存中，所以这里会报错。
　　

for i in c:　　print (i)
　　

　　通过for来调用c，赋值给i，在打印i，这时候就可以看到一个个的数字被新生成
　　print (c10)   #生成结束后我们在试着去引用c的元素，可以看到下图依然报错，这说明生成器被调用结束后，生成的元素值会在内存中删除，不会一直占用内存空间。

　　

c = (i * 2for i in range(100))　　
print (c.__next__())
　　
print (c.__next__())
　　
print (c.__next__())
　　

　　可以通过c.next()来不断的取c的下一个值，第一个值0，第二个2，以此类推来生成上一个值的下一个值。
　　下面我们在pycharm的python console中测试，这样取值能更方便一些

　　循环到50630后，这里使用了ctr+c强制停止了

　　然后通过c.next()可以看到，可以继续在中断值的位置继续获取下面的值。
　　当前已经生成了50634这个值，之前生成的值都已经没有了，被删除了，而且后面的值还没有生成，所以生成器只会记住当前的数字

　　可以看到生成过的数字当前并不存在，说明已经被删除掉了，生成器只记住了当前的值。
　　所以生成器并不会大量的去占用内存，同一时间只会存在一个值，所以有大量数据的时候，生成器是很常用的。
　　在3.X版本中使用next()，在2.7中使用next()
　　使用next()只能一个一个的去生成，所以一般都常使用for来循环生成。

3.函数定义生成器
　　斐波那契数列：除了第一个和第二个数外，任意一个数都可以由前两个数相加得到：

　　有规律，可以被推到出来的数字

　　print (b)下面的 a,b = b,a+b  相当于 0,1 = 1,0+1，这里的a+b的a其实是引用了while上面的b，因为当前代码并没有执行完成所以a不会是1。
　　前两位相加a+b=0+1，然后是1+1=2,  1+2=3,  2+3=5.....

　　目前还不算是一个生成器

　　可以看到将print改成yield 就算是一个生成器了，只有生成器可以使用 f.next()

　　通过next调用一次，返回一个值

　　可以看到for循环是继续3来之后来循环的。
　　这里我们并没有看到return返回的done，因为for循环无法打印函数的返回值。

　　不断使用next可以看到错误信息和其后面的done
　　在斐波那契中我们可以大概定位有多少个数字，但是如果是在其他情况和场景下，我们不知道有多少个，且我们使用next超过了这些实际的个数就会报错，比如我们在调用函数时fib(10)，只赋予了10个，但是我们使用next却超过了10个，这里就会报错。

　　通过try一直print ('f:',x) 直到抓取到StopIteration 这个错误 将其设为别名e，然后执行该except下面的代码

　　StopIteration这个错误信息就是相当于通过不断的print ('f:',x) 来发现的，这个本身就代表了 上一个代码中的StopIteration:done，只不过这里将其e作为别名，而e.value，只是StopIteration:done中的这个done，所以最后打印的是Generator return value: done。

　　使用断点来查看步骤：
　　从第5步，调用函数就会返回到生成器函数，在返回之前会保留该位置，一直到第8步会将b当前的值传给第9步的x（在传之前会保留yield这个位置，保留中断状态，下次返回继续），第9步打印x，因为还没有try完成，所以到了第10步，然后11步又返回生成器函数（返回的是上次保留的位置），因为是while循环所以到了第14步，第14步又到了15步，这样后续以此类推。
　　yield的作用可以保留当前位置状态，将值返回出去
　　生成器可以实现单线程中并发（协程），速度比多线程还要快。

　　send与next相同，都是用来唤醒yield，只不过send还会传值

　　异步