Python 中如何创建生成器？

推荐答案

在 Python 中，生成器可以通过两种方式创建：

1. 使用生成器函数：通过 yield 关键字来定义生成器函数。每次调用生成器函数时，它会返回一个生成器对象，该对象可以用于迭代。

   def my_generator():
       yield 1
       yield 2
       yield 3
   
   gen = my_generator()
   for value in gen:
       print(value)

2. 使用生成器表达式：生成器表达式类似于列表推导式，但使用圆括号而不是方括号。生成器表达式返回一个生成器对象。

   gen = (x * x for x in range(3))
   for value in gen:
       print(value)

本题详细解读

生成器函数

生成器函数是一种特殊的函数，它使用 yield 语句而不是 return 语句来返回值。当生成器函数被调用时，它不会立即执行函数体，而是返回一个生成器对象。生成器对象是一个迭代器，可以通过 next() 函数或 for 循环来逐个获取值。

• yield 关键字：yield 关键字用于暂停函数的执行并返回一个值。当生成器再次被调用时，它会从上次暂停的地方继续执行。

• 生成器对象：生成器函数返回的生成器对象是一个迭代器，它实现了 __iter__() 和 __next__() 方法。每次调用 next() 函数时，生成器会执行到下一个 yield 语句并返回相应的值。

生成器表达式

生成器表达式是一种简洁的创建生成器的方式，语法类似于列表推导式，但使用圆括号而不是方括号。生成器表达式返回一个生成器对象，而不是一个列表。

• 语法：生成器表达式的语法为 (expression for item in iterable)，其中 expression 是生成器每次迭代时返回的值，item 是迭代变量，iterable 是可迭代对象。

• 惰性求值：生成器表达式是惰性求值的，这意味着它只在需要时生成值，而不是一次性生成所有值。这使得生成器表达式在处理大数据集时非常高效。

生成器的优势

• 内存效率：生成器不会一次性生成所有值，而是按需生成，因此在处理大数据集时非常节省内存。
• 延迟计算：生成器允许延迟计算，只有在需要时才生成值，这在处理无限序列或流式数据时非常有用。

示例代码

-- -------------------- ---- -------
- -------
--- ------------
    -- - - -- -
    ----- -----
        ----- -
        -- - - -- - - -

- -------
------- - -----------
--- - -- ----------
    --------------------

- --------
------- - -- - - --- - -- ----------
--- ------ -- --------
    -------------

通过生成器函数和生成器表达式，Python 提供了一种高效且灵活的方式来处理迭代和生成序列数据。