高级特性之生成器
前面我们学习了高级特性的列表生成式 ，list [] 但是list 数据量如果过大 那么在内存中就占了大量空间 是一个不好的现象，
现在我们改用生成器 即 tuple 用()来包起来 不用[]
返回的对象 就是一个生成器generator (可迭代的对象)
如果需要拿取数据 只需用next(索引)
# 比如：
g = (x * x for x in range(11))
print(g) # 返回generator对象
# print(next(g))
# print(next(g))
# print(next(g))
# print(next(g))
# print(next(g))
L1 = [ x for i, x in enumerate(g) if i<5] # 遍历generator 对象 [0, 1, 4, 9, 16]
print(L1)
L2 = [ str(i)+'='+str(x) for i, x in enumerate(g) if i<5] # 遍历generator 对象 ['0=0', '1=1', '2=4', '3=9', '4=16']
print(L2)
练习
著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b # 返回的是generator对象 所以 可以迭代
a, b = b, a + b
n += 1
return 'done'
print(fib(6))
print([x for x in fib(12)])
generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。
def odd():
print('step 1')
yield 1
print('step 2')
yield 2
print('step 3')
yield 3
o = odd()
print(next(o))
print(next(o))
print(next(o))
# 依次执行odd() 并返回
杨辉三角定义如下:
python实现杨辉三角原理：
def yh():
L = [1]
while True:
yield L
L.append(0)
L = [L[i - 1] + L[i] for i in range(len(L))]
n = 0
results = []
for t in yh():
results.append(t)
n = n + 1
print(t) # 打印结果
if n == 10:
break
# [1]
# [1, 1]
# [1, 2, 1]
# [1, 3, 3, 1]
# [1, 4, 6, 4, 1]
# [1, 5, 10, 10, 5, 1]
# [1, 6, 15, 20, 15, 6, 1]
# [1, 7, 21, 35, 35, 21, 7, 1]
# [1, 8, 28, 56, 70, 56, 28, 8, 1]
# [1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
小结:
generator是非常强大的工具，在Python中，可以简单地把列表生成式改成generator，也可以通过函数实现复杂逻辑的generator。
要理解generator的工作原理，它是在for循环的过程中不断计算出下一个元素，并在适当的条件结束for循环。对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的指令，for循环随之结束。
请注意区分普通函数和generator函数，普通函数调用直接返回结果：
# >>> r = abs(6)
# >>> r
# 6
# generator函数的“调用”实际返回一个generator对象：
# >>> g = fib(6)
# >>> g
# <generator object fib at 0x1022ef948>
关注一波！喜欢一波！本人是前端菜鸟，正在做自己的个人博客邓鹏的博客，欢迎来交流学习， 使用的技术 vue + koa2 + mysql + php + nginx！
