Python终结者生成器（Generator）和Yield，

　　来源：麦叔编程
　　作者：麦2叔
　　先来学几个英文单词，本文统一使用英文单词表示以下概念：Iterable：可迭代对象Iterator：迭代器Generator：生成器
　　本文的重点是Generator，之所以上来就说这3个概念，是因为：Generator只不过是Iterable和Iterator的一种简单形式。
　　用类的形式写IterableIterator，要定义类，并包含至少三个函数：init，iter和next，但用Generator只要定义一个函数就搞定了。
　　我在面试Python程序员的时候，连续几个号称资深的程序员，回答Generator的问题都回答的不好。如果你能理解透彻这篇文章，对你的加薪作用可能不止一千。
　　虽然有标题党的嫌疑，但具有实在的意义。所以既然进来了，就耐心读下去吧。一周能理解透一个重要概念，假以时日，你就是高手。Generator是IterableIterator的简单写法
　　如果你对Iterable和Iterator一无所知，建议先阅读本文的姊妹篇：Python终结者2可迭代对象（iterable）vs迭代器（iterator）vs生成器（Generator）
　　我们先用IterableIterator的方式来定一个随机数生成器，我把它命名为Randable，它的功能是：随机生成若干个1到100之间的随机数。
　　importrandomclassRandable（）：definit（self，total）：self。count0self。totaltotaldefiter（self）：returnselfdefnext（self）：ifself。countself。total：raiseStopIterationrandnumrandom。randint（1，100）self。count1returnrandnum
　　使用上面的Randable类生成88个随机数：foriinRandable（88）：print（i）
　　这是一个类，包含init，iter和next3个函数：Randable（100）调用init函数创建了一个可以生成100个随机数的对象。for语句循环这个对象的时候首先调用iter函数获取Iterator，也就是这个对象本身。然后for不停调用next函数做循环，直到抛出StopIteration异常。
　　整个过程有点小复杂，也难以理解。Generator的出现就是为了简化这种复杂的写法。
　　实现同样的功能，Generator只需要一个函数就够了：defrandgen（total）：forinrange（0，total）：yieldrandom。randint（1，100）
　　调用过程不变：foriinrandgen（88）：print（i）Generator的原理
　　for循环过程
　　结合上面的Geneator的例子，我们看一下for循环的过程：调用generator函数randgen（88）：，并不会马上执行函数中的代码，而是返回一个generator对象。for循环通过Python内置的next函数调用这个对象，直到对象抛出StopIteration异常为止。
　　试验一下：defrandgen（total）：forinrange（0，total）：yieldrandom。randint（1，100）grandgen（88）print（type（g））
　　执行上面这段代码，会打印出：classgeneratorGenerator特征Generator函数中没有return语句，只有yield语句。所以生成器就是：有yield关键词的函数。Generator也可以有return语句，return语句就相当于抛出了StopIteration异常，会结束函数。使用next（）函数执行Generator中的代码，上面的for循环也是这个原理。当代码执行到yield语句的时候，yield会返回一个值给调用者，然后函数暂定在原地，等待下次调用。下次调用会从上次暂定的地方继续执行代码。这个过程会重复直到所有代码都执行完成，或者抛出了异常。
　　来看一个例子：Generatordefthreestep（）：print（这是第一步，你好！！）yieldprint（这是第二步，你还好吗？）yieldprint（这是第三步，再见！）sthreestep（）next（s）next（s）next（s）
　　运行一下，打印的结果如下：第一次调用这是第一步，你好！！第二次调用这是第二步，你还好吗？第三次调用这是第三步，再见！Traceback（mostrecentcalllast）：FileUserszjuemangitpythonweixingeneratorgen。py，line47，inmodulenext（s）StopIteration
　　说明一下：yield关键词会让函数暂停，也可以没有返回值可以把generator理解成有状态的函数。一般的函数没有自己的状态，执行一次就结束了。但是generator有自己的状态可以被多次调用。实际上Generator背后就是一个类，所以它有状态。上一节中我们说过，Generator就是IterableIterator类的一种简单写法。Generator表达式
　　Genertor除了函数的写法之外，还可以用表达式的写法。它的写法和列表推导式类似，区别就是把中括号〔。。。〕改成小括号（。。。）。
　　这是一个列表推导式：importsys生成1到1万的数字的平方numssquaredlist〔i2foriinrange（10000）〕
　　这是Generator表达式：importsys生成1到1万的数字的平方numssquaredgen（i2foriinrange（10000））
　　前者会在内存中生成10000个数字，放在列表中。
　　后者不会马上生成，当你每次用next（numssquaredgen）函数去调用它的时候，它会生成一个并返回。
　　如果你对推导式不熟悉，请看终结者系列的另一篇文章。链接见文末。Generator的性能优势
　　Generator因为可以被循环，经常被拿来和list做对比。它最让人津津乐道的是它的性能优越性。
　　假如你开了一家汉堡店，有个大客户向你订购1000万个汉堡。你会一次性生产完这些汉堡吗？
　　傻的汉堡店主会这样：一次性生产完1000万个汉堡，可是店里根本放不下啊。再租个仓库放。可是后来发现汉堡都坏掉了。
　　聪明的汉堡店主会这样：分批生产！客户什么时候来要，就给他们马上生产一批，既不会把店占满，汉堡还新鲜！
　　那如果有个需求，让你生成100亿个随机数，再求和。你会这样写吗？请不要尝试下面的代码，因为你的电脑可能会卡死！！！randnums〔〕foriinrange（1，10000000000）：randnums。append（random。randint（1，100））print（sum（randnums））
　　如果这样写，你的程序会在内存中生成100亿个整数，这也许会占满你的内存。
　　正确的写法是使用Generator，就用我们上面的randgen吧：print（sum（randgen（10000000000）））
　　前面使用list的时候，要先在内存中生成100亿个数字，然后再求和，这占空间又费时间。
　　而用Generator是每次用到的时候才生成1个，不用那么多空间。
　　我们可以测试一下前面的推导式的例子中占用的内存情况：importsysnumssquaredlist〔i2foriinrange（10000）〕sys。getsizeof（numssquaredlist）87624列表推导式占用了87624字节的内存numssquaredgen（i2foriinrange（10000））print（sys。getsizeof（numssquaredgen））120Generator只占用了87624字节的内存
　　这个例子中只生成10000个数字，区别还没那么大。如果是生成100亿个数字，区别会更大，因为Generator占用的内存基本是恒定的，和数字多少无关。
　　如果你曾经在写代码的时候犯了傻汉堡店主的问题，那么不要羞愧，因为Python语言的设计者们都犯过这样的错误！
　　在Python2中很多标准库使用列表形式，出现内存问题。所以在Python3中很多标准库都改用了Generator。
　　比如：range（）函数在Python2中返回的是一个列表，在Python3中返回的是一个Genator。字符串的迭代器也是一个Generatorprint（iter（abcpython终结者2））print（iter（range（1，10000）））
　　打印结果：striteratorobjectat0x7fa30ba3e3a0rangeiteratorobjectat0x7fa30ba3e2d0帮你熟悉Generator的几个代码例子
　　我们再来多看几个代码例子，有的很简单，目的是为了给你增加更多的代码感觉。range是一个Generator，所以多大的range内存都不会爆foriinrange（5）：
　　print（i）三次方生成器defmygenerator（n）：
　　foriinrange（1，n，2）：
　　yieldi3表达式形式的三次方生成器mygenerator（i3foriinrange（1，10，2））Generator不只是用在for循环中，我们可以手动用next（）函数调用它defmygenerator（n）：
　　foriinrange（1，n，2）：
　　yieldi（i1）
　　mygenmygenerator（6）
　　next（mygen）
　　2hrnext（mygen）
　　12hrnext（mygen）
　　30hrnext（mygen）
　　StopIterationerror高级的Generator方法
　　普通的Generator执行到yield就暂停，可以返回一个值或者不返回。
　　Generator除了可以返回值，它还可以接收调用者传值进来，这就要使用send（）方法。
　　除了send（）方法，还有throws，close（）方法。
　　能通过yield返回值，也能够通过send（）接收值，这就不是普通的Generator，而是进入了协程coroutine的领域了，需要专门的文章来讲，我们下次再终结。
　　基本的Generator有上面这些知识就足够了。