本文共 991 字，大约阅读时间需要 3 分钟。
生成器（Generator）是Python中一种轻量级的迭代工具，它允许我们在不预先创建完整数据结构的情况下，逐步生成和迭代数据。这种机制特别适用于处理大量数据或按需生成数据的情况。
生成器通过yield关键字逐步返回值，而不是像函数那样一次性返回所有值。yield语句可以暂停生成器的执行，并在程序离开时恢复生成器的执行位置。生成器可以看作是协同程序（coroutine），即可以被挂起、恢复或重启的函数。
例1：简单的生成器
def myGen(): print('生成器被执行！') yield 1 yield 2 myG = myGen()next(myG) # 输出: 生成器被执行！next(myG) # 输出: 1next(myG) # 输出: 2
例2：斐波那契数列生成器
def libs(): a, b = 0, 1 while True: a, b = b, a + b yield a
for each in libs(): if each > 100: break print(each, end=' ')
输出：
1 1 2 3 5 8 13 21 34 55 89
next()函数next()函数用于逐个调用生成器的yield值。通过next()函数，我们可以按需获取生成器返回的值，而无需一次性加载所有数据。
生成器可以通过将列表生成式的[]改为()来创建。例如：
e = (i for i in range(10))print(e)
输出为：
at 0x0000026F1A8D4C48>
生成器可以通过for循环迭代使用：
g = (x for x in range(2))print(next(g)) # 输出: 0print(next(g)) # 输出: 1print(next(g)) # 输出: Traceback (most recent call last): ...
生成器的优势在于，它只生成需要的值，节省了内存。与传统的列表相比，生成器在处理大数据量时更加高效。
通过以上示例可以看出，生成器是一种灵活且高效的数据处理工具，广泛应用于处理大型数据集、网络请求等场景。
转载地址：http://fvsi.baihongyu.com/