生成器
1. 生成器
利用迭代器，我们可以在每次迭代获取数据（通过next()方法）时按照特定的规律进行生成。但是我们在实现一个迭代器时，关于当前迭代到的状态需要我们自己记录，进而才能根据当前状态生成下一个数据。为了达到记录当前状态，并配合next()函数进行迭代使用，我们可以采用更简便的语法，即生成器(generator)。生成器是一类特殊的迭代器。
2. 创建生成器方法1
要创建一个生成器，有很多种方法。第一种方法很简单，只要把一个列表生成式的 [ ] 改成 ( )
代码语言：javascript复制L = [x * 2 for x in range(5)]
G = (x * 2 for x in range(5))创建 L 和 G 的区别仅在于最外层的 [ ] 和 ( ) ， L 是一个列表，而 G 是一个生成器。我们可以直接打印出列表L的每一个元素，而对于生成器G，我们可以按照迭代器的使用方法来使用，即可以通过next()函数、for循环、list()等方法使用。
代码语言：javascript复制next(G) # 输出 0
next(G) # 输出 2
next(G) # 输出 4
next(G) # 输出 6
next(G) # 输出 8G = (x * 2 for x in range(5))
for x in G:
print(x)输出结果为：
代码语言：javascript复制0
2
4
6
83. 创建生成器方法2
generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
我们仍然用上一节提到的斐波那契数列来举例，回想我们在上一节用迭代器的实现方式：
代码语言：javascript复制class FibIterator(object):
"""斐波那契数列迭代器"""
def __init__(self, n):
"""
:param n: int, 指明生成数列的前n个数
"""
self.n = n
# current用来保存当前生成到数列中的第几个数了
self.current = 0
# num1用来保存前前一个数，初始值为数列中的第一个数0
self.num1 = 0
# num2用来保存前一个数，初始值为数列中的第二个数1
self.num2 = 1
def __next__(self):
"""被next()函数调用来获取下一个数"""
if self.current < self.n:
num = self.num1
self.num1, self.num2 = self.num2, self.num1 self.num2
self.current = 1
return num
else:
raise StopIteration
def __iter__(self):
"""迭代器的__iter__返回自身即可"""
return self注意，在用迭代器实现的方式中，我们要借助几个变量(n、current、num1、num2)来保存迭代的状态。现在我们用生成器来实现一下。
代码语言：javascript复制def fib(n):
current = 0
num1, num2 = 0, 1
while current < n:
yield num1
num1, num2 = num2, num1 num2
current = 1
return 'done'4. 使用send唤醒
我们除了可以使用next()函数来唤醒生成器继续执行外，还可以使用send()函数来唤醒执行。使用send()函数的一个好处是可以在唤醒的同时向断点处传入一个附加数据。
例子：执行到yield时，gen函数作用暂时保存，返回i的值; temp接收下次c.send(“python”)，send发送过来的值，c.next()等价c.send(None)
代码语言：javascript复制def gen():
i = 0
while i<5:
temp = yield i
print(temp)
i =1使用send
代码语言：javascript复制f = gen()
next(f) # 输出 0
f.send('haha') # 输出 haha
next(f) # 输出 None
f.send('haha') # 输出 haha使用next函数
代码语言：javascript复制f = gen()
next(f) # 输出 0
next(f) # 输出 None
next(f) # 输出 None
next(f) # 输出 None
next(f) # 输出 None
next(f) # 抛出 StopIteration 异常使用__next__()方法（不常使用）
代码语言：javascript复制f = gen()
f.__next__() # 输出 0
f.__next__() # 输出 None
f.__next__() # 输出 None
f.__next__() # 输出 None
f.__next__() # 输出 None
f.__next__() # 抛出 StopIteration 异常以上就是生成器的基本用法。生成器在迭代过程中可以暂停和继续，非常灵活，适合处理大量的数据或者需要延迟生成的数据。
