在本教程中，您将掌握 Python 中生成器的所有知识。您将通过简单的示例探索什么是生成器、如何创建和操作生成器、`yield` 关键字的意义、生成器在 Python 中的作用等等。
从我们之前的教程中，您已经掌握了在 Python 中创建迭代器的知识，这使您能够理解循环的后端工作原理。`iter()` 方法和 `next` 方法的使用、StopIteration 异常等使得代码更加冗长。此外，对于大型数据集或程序来说，记住事实似乎是适得其反的，在这种情况下，自动性更能受到欢迎，以实现有效的执行。
在 Python 编程中，生成器是一种特殊的函数或表达式，它在迭代生成器对象时一次生成或产生一个结果。使生成器比迭代器更有效的一个重要特性是内存空间的使用。生成器通常操作虚拟序列，不一定需要将整个序列存储在内存中。
在 Python 中，创建生成器的两种酷炫方法是使用
生成器表达式的使用是 Python 中构建生成器的一种方式。这种方法对于列表等小型数据集更方便。生成器表达式遵循列表推导的语法，因此我们可以在使用列表推导的地方使用生成器表达式，而且内存消耗更少。系列或序列是虚拟维护的，无需将整个序列保存在内存中。
为了更清晰地理解生成器表达式的概念，让我们通过下面这个简单而优雅的示例来了解列表和生成器之间的区别。
Str_list = ['Yellow','Orange','Red']
# list comprehension
list = [x for x in Str_list]
# print the type
print(type(list))
# Iterate over items in list and print -1st time
for item in list:
print(item)
# Iterate over items in list and print -2nd time
for item in list:
print(item)
输出:
Yellow Orange Red Yellow Orange Red
Str_list = ['Yellow','Orange','Red']
# Creating a generator using generator expression
gen = (x for x in Str_list)
# Print the type
print(type(gen))
# Iterate over items in generator object and print -1st time
for item in gen:
print(item)
# Iterate over items in generator object and print -2nd time
for item in gen:
print(item)
输出:
Yellow Orange Red
从上面的代码片段中，您可以观察到以下几点
关键字 `yield` 在构建 Python 生成器函数中起着至关重要的作用。包含 `yield` 关键字的语句称为 `yield` 语句。生成器函数中的 `yield` 语句用于控制函数的执行流程，就像普通函数中的 `return` 语句一样。
为了更清楚地说明，让我们使用 `yield` 创建一个生成器函数来打印颜色列表。
colours = ["Yellow", "Orange", "Red"]
def print_colours(colours):
for c in colours:
yield c
colour_generator = print_colours(colours)
for c in colour_generator:
print(c)
输出
Yellow Orange Red
在上面的代码片段中，我们使用 `yield` 语句创建了一个生成器函数 `print_colours`。`colour_generator` 是生成器函数返回的特殊迭代器（名为生成器）的对象。要打印生成器中的元素，我们必须使用循环或 `next()` 函数，这里我们使用“for 循环”，因此一次性列出了生成器中的所有值。
在讨论区别之前，请检查下面的代码以打印颜色列表
clr_list =["Yellow", "Orange", "Red"]
def print_colours(clrs):
for c in clrs:
return c
C_List = print_colours(clr_list)
print(C_List)
输出
['Yellow', 'Orange', 'Red']
clr_list =["Yellow", "Orange", "Red"]
def print_colours(clrs):
for c in clrs:
yield c
C_gen = print_colours(clr_list)
print(C_gen)
print(next(C_gen))
print(next(C_gen))
print(next(C_gen))
print(next(C_gen))
输出:
Yellow Orange Red Traceback (most recent call last): File "gen_ex.py", line 62, in print(next(C_gen)) StopIteration
当您观察两个代码片段时，您会看到以下发现。
现在我们已经充分了解了生成器及其工作原理。`next()` 函数的使用并非最佳实践，因为我们需要多次提及它。循环可以覆盖 `next()` 函数，因为它更方便。请看下面的示例以反转列表。
# generator to reverse a list
def reverse_list(clr_list):
length = len(clr_list)
for i in range(length-1, -1, -1):
yield clr_list[i]
# using for loop to reverse the list
for list in reverse_list(["Yellow", "Orange", "Red"]):
print(list)
输出
Red Orange Yellow
在此脚本中，执行从在 `for` 循环中调用生成器函数 `reverse_list` 开始。生成器函数将借助 `range()` 函数反转给定的列表。`for` 循环中的 `range()` 函数用于以相反的顺序获取列表的索引。因此，我们按相反的顺序 `yield` 列表元素。由于函数调用写在 `for` 循环内部，因此它会执行直到遇到最后一个元素。
注意：Python 生成器可以与所有可迭代对象良好地配合使用。
使用生成器的两个主要优点是
