Python 生成器函数

Python 提供了一个生成器来创建自己的迭代器函数。 生成器是一种特殊类型的函数，它不返回单个值，而是返回一个包含一系列值的迭代器对象。 在生成器函数中，使用yield语句，而不是返回语句。 下面是一个简单的生成器函数。

Example: Generator Function

def mygenerator():
    print('First item')
    yield 10

    print('Second item')
    yield 20

    print('Last item')
    yield 30 

在上面的例子中，mygenerator()函数是一个生成器函数。它使用yield而不是 return 关键字。 因此，这将在每次调用yield关键字时返回该值。但是，您需要为此函数创建一个迭代器，如下所示。

Example: next()

>>> gen = mygenerator() 
>>> next(gen) 
First item 
10                      
>>> next(gen) 
Second item 
20                      
>>> next(gen) 
Last item 
30 

生成器函数不能包含return关键字。如果包含它，那么它将终止函数。 yield和return的区别在于yield返回值并暂停执行，同时保持内部状态，而return语句返回值并终止函数的执行。

以下生成器函数包含 return 关键字。

Example: return in Generator Function

def mygenerator():
    print('First item')
    yield 10

    return

    print('Second item')
    yield 20

    print('Last item')
    yield 30 

现在，如下所示执行上述功能。

Example: Generator Function

>>> gen = mygenerator() 
>>> next(gen) 
First item 
10                      
>>> next(gen) 
Traceback (most recent call last):
        File "<pyshell#13>", line 1, in <module>

                it.__next__()
                StopIteration 

如您所见，上面的生成器在获取第一项后停止执行，因为 return 关键字是在yield获取第一项后使用的。

用于具有生成器功能的循环

生成器函数也可以使用 for循环。

Example: Use For Loop with Generator Function

def get_sequence_upto(x):
    for i in range(x):
        yield i 

如上图所示，get_sequence_upto函数使用了yield关键字。 发电机的调用就像正常功能一样。 然而，当遇到yield关键字时，其执行被暂停。这将迭代器流的第一个值发送到调用环境。但是，局部变量及其状态保存在内部。

上面的生成器函数get_sequence_upto()可以如下调用。

Example: Calling Generator Function

>>> seq = get_sequence_upto(5) 
>>> next(seq) 
0                      
>>> next(seq) 
1                      
>>> next(seq) 
2                      
>>> next(seq) 
3                      
>>> next(seq) 
4                                                          
>>> next(seq)                                     
Traceback (most recent call last):
        File "<pyshell#13>", line 1, in <module>

                it.__next__()
                StopIteration 

当向迭代器对象发出 next() 时，该函数恢复。当next()遇到StopIteration错误时，该功能最终终止。

在下面的例子中，函数square_of_sequence()充当一个生成器。它在每次调用 next() 时连续产生一个数字的平方。

Example:

def square_of_sequence(x):
    for i in range(x):
        yield i*i 

下面的脚本显示了如何调用上面的生成器函数。

gen=square_of_sequence(5)
while True:
    try:
        print ("Received on next(): ", next(gen))
    except StopIteration:
        break 

上面的脚本使用try..except块来处理StopIteration错误。一旦捕捉到StopIteration错误，它将中断 while循环。

Output

Received on next(): 0
Received on next(): 1
Received on next(): 4
Received on next(): 9
Received on next(): 16 

我们可以使用 for循环遍历生成器上的元素。在这种情况下，next()函数被隐式调用，StopIteration也被自动处理。

Example: Generator with the For Loop

squres = square_of_sequence(5)
for sqr in squres:
    print(sqr) 

Output

0
1
4
9
16 

*Note:*One of the advantages of the generator over the iterator is that elements are generated dynamically. Since the next item is generated only after the first is consumed, it is more memory efficient than the iterator. *## 生成器表达式

Python 还提供了一个生成器表达式，这是定义简单生成器函数的一种更短的方式。生成器表达式是匿名生成器函数。以下是square_of_sequence()函数的生成器表达式。

Example: Generator Expression

>>> squres = (x*x for x in range(5))
>>> print(next(squre))              
0                                            
>>> print(next(squre))              
1                                            
>>> print(next(squre))              
4                                            
>>> print(next(squre))              
9                                            
>>> print(next(squre))              
16 

在上面的例子中，(x*x for x in range(5))是一个生成器表达式。表达式的第一部分是yield值，第二部分是带有集合的 for循环。

生成器表达式也可以在函数中传递。它应该不带括号传递，如下所示。

Example: Passing Generator Function

>>> import math
>>> sum(x*x for x in range(5)) 
30 

在上面的例子中，一个没有括号的生成器表达式被传递到内置函数sum中。***