标签：ati class 情况 如何 限制 停止 完整 现在 有一个
ls = [i*i for i in range(10)]
ls
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
ge = (i*i for i in range(10)) #将[]改为（）就是一个生成器
ge
<generator object
通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。
所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。
列表可以直接打印出来，也可以切片打印，那么生成器如何打印呢？只有一个内置方法next，每次打印一个，不能跳跃，也不能回退，因为生成器只在调用的时候生成数据，也不会记住之前的
ge.next()
0
ge.next()
1
我们讲过，generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
当然，上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：
1 ge = (i*i for i in range(10))
2 for n in ge:
3 print(n)
所以，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。
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。
比如，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, ...
斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
1 def fib(max):
2 n, a, b = 0, 0, 1
3 while n < max:
4 print(b)
5 a, b = b, a + b
6 n = n + 1
7 return ‘done‘
注意，赋值语句：a, b ``= b, a ``+ b
相当于：
t ``=` `(b, a ``+` `b) ``# t是一个tuple
a ``=` `t[``0``]
b ``=` `t[``1``]
上面的函数可以输出斐波那契数列的前N个数：
fib = fib(10)
print(fib)
1
1
2
3
5
8
13
21
34
55done
仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。
也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield b就可以了：
1 def fib(max):
2 n, a, b = 0, 0, 1
3 while n < max:
4 # print(b)
5 yield b
6 a, b = b, a + b
7 n = n + 1
8 return ‘done‘
9 f = fib(10)
10 print(f)
<generator object fib at 0x0000000000D40F10>
这样fib(max）和f就是一个新的生成器，f表示这个生成器最多有10个值
这就是定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：
这里，最难理解的就是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：比如第一次next执行到第五行就返回b = 1，第二个next，从第5行开始执行，到下次执行到yield，返回b = 2
data = fib(10)
print(data)
print(data.__next__())
print(data.__next__())
print("干点别的事")
print(data.__next__())
print(data.__next__())
print(data.__next__())
print(data.__next__())
print(data.__next__())
#输出
1
1
干点别的事
2
3
5
8
13
在上面fib的例子，我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。
同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：
f = fib(5)
for i in f:
print(i)
输出：
1
1
2
3
5
但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：
1 f = fib(5)
2 while True:
3 try:
4 x = next(f)
5 print(‘f:‘,x)
6 except StopIteration as e:
7 print(‘Generator return value:‘, e.value)
8 break
9
10 输出：
11 f: 1
12 f: 1
13 f: 2
14 f: 3
15 f: 5
16 Generator return value: done
1 import time
2 def consumer(name): #此函数代表顾客吃包子
3 print("%s 准备吃包子啦!" %name)
4 while True:
5 baozi = yield
6
7 print("包子[%s]来了,被[%s]吃了!" %(baozi,name))
8
9
10 def producer(name): #表示生产包子
11 c = consumer(‘A‘) #定义生成器c
12 c2 = consumer(‘B‘) #定义生成器c2
13 c.__next__() #此时生成器c开始执行到yield处停止，期间打印 A准备吃包子了，此时baozi = yield = None
14 c2.__next__() #此时生成器c2开始执行到yield处停止，期间打印 B准备吃包子了，此时baozi = yield = None
15 print("老子开始准备做包子啦!")
16 for i in range(10):
17 time.sleep(1)
18 print("做了2个包子!")
19 c.send(i) #cend方法将上次执行停止的生成器c唤醒继续执行，并将i的值传给yield，此时baozi = yield = 0
20 c2.send(i)
21
22 producer("alex")
输出：
1 A 准备吃包子啦!
2 B 准备吃包子啦!
3 老子开始准备做包子啦!
4 做了2个包子!
5 包子[0]来了,被[A]吃了!
6 包子[0]来了,被[B]吃了!
7 做了2个包子!
8 包子[1]来了,被[A]吃了!
9 包子[1]来了,被[B]吃了!
10 做了2个包子!
11 包子[2]来了,被[A]吃了!
12 包子[2]来了,被[B]吃了!
13 做了2个包子!
14 包子[3]来了,被[A]吃了!
15 包子[3]来了,被[B]吃了!
16 。。。。。。。
标签：ati class 情况 如何 限制 停止 完整 现在 有一个
原文地址：https://www.cnblogs.com/XWJHY/p/14279686.html
