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: 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: 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:
def func(): print(111) yield 222 print(333) yield 444 print(555) yield 666 gen=func() for i in gen: print(i)
结果:
111 222 333 444 555 666
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。
https://www.cnblogs.com/mlhz/p/9469124.html