Python生成器

Python中的生成器是一种功能强大的工具，可以快速和高效地生成大量的数据。生成器是一种迭代器，可以使用yield语句来生成数据并暂停函数执行，等待下一次迭代时继续执行。

以下是一个简单的生成器示例：

def my_generator():
    yield 1
    yield 2
    yield 3
    yield 4
    yield 5

# 使用for循环打印生成器的输出
for value in my_generator():
    print(value)

输出将为：

1
2
3
4
5

在这个例子中，我们定义了一个名为my_generator()的函数，该函数使用yield语句生成5个数字。当我们使用for循环遍历生成器时，它将依次生成每个数字并打印它们。

生成器是一种非常高效的工具，因为它们只在需要生成数据时才会暂停和恢复执行。这意味着我们可以使用生成器来处理大量的数据，而不会使用过多的内存。

生成器的概念和用法：

1. 函数中必须包含yield语句

在定义生成器函数时，你需要使用yield语句来告诉解释器当生成器被迭代时要返回什么数据。当生成器函数被调用时，它会将函数体封装成一个生成器对象返回；在执行时，函数会在每个yield语句处中断，将结果返回给调用者后暂停执行，等待下一次迭代时继续执行。

1. 生成器是延迟计算的

生成器只有在被迭代时才会生成数据，而非在定义时生成。这意味着生成器只占用极少的内存空间，适合处理大量的数据或无限大小的序列，如斐波那契数列等。

1. 生成器对象是可迭代的

生成器对象可以通过for循环或next()函数进行迭代。每次迭代时，生成器函数会执行到下一个yield语句处，因此不需要一次性生成所有数据。

1. 生成器函数可以像普通函数一样接收参数

生成器函数可以接收参数，并根据这些参数生成不同的数据序列。可以使用yield语句生成不同的数据，让生成器函数更灵活。

1. 生成器可以组合使用

多个生成器可以组合使用，以实现更复杂的迭代器功能。可以通过yield from语句实现生成器组合，yield from 语句将生成器产生的值一个一个返回给调用者。

以下是生成器组合的一个示例：

def count(n):
    for i in range(n):
        yield i

def squared(seq):
    for n in seq:
        yield n**2

for num in squared(count(5)):
    print(num)

输出将为：

0
1
4
9
16

在这个例子中，我们定义了两个生成器函数，count()和squared()，count()生成从0到n-1的整数序列，squared()接收一个生成器对象并将输入序列中的每个值平方后生成新的序列。在使用生成器组合时，我们可以将一个生成器作为另一个生成器的输入，实现更复杂的计算。