Python 生成器Generator

2026-10-11 06:35:58

Python 生成器是一种特殊的迭代器，优势是惰性生成数据，极大的节省内存空间（按需生成，不是一次性生成所有数据），好比领导找员工一对一谈话，叫到谁，谁来谈，而不是一次性所有员工一起到领导办公室。

生成器函数：使用yield代替return
生成器表达式：类似列表推导式，但用圆括号 () 代替方括号 []

普通函数遇到return执行结束并返回值，而生成器函数遇到 yield 会暂停执行，并将 yield 后的值返回；下次调用时，从暂停的位置继续执行，直到再次遇到 yield 或函数结束。

# 定义一个生成器函数，生成1到3的数字def my_generator():print("开始生成第一个数")    yield 1  # 暂停，返回1print("继续生成第二个数")    yield 2  # 暂停，返回2print("继续生成第三个数")    yield 3  # 暂停，返回3print("生成结束")# 创建生成器对象（此时函数并未执行）gen = my_generator()# 方式1：通过next()函数获取值print(next(gen))  # 执行到第一个yield，输出：开始生成第一个数 \n 1print(next(gen))  # 从暂停处继续，输出：继续生成第二个数 \n 2print(next(gen))  # 输出：继续生成第三个数 \n 3#print(next(gen))  # 无更多yield，抛出StopIteration异常# 方式2：通过for循环遍历（自动处理StopIteration）,遍历完后自动结束遍历，不会抛出StopIteration异常print("\n通过for循环遍历：")for number in my_generator():print(number)

生成器表达式：

# 列表推导式（一次性生成所有数据，占用内存）my_list = [x * 2 for x in range(5)]print("列表推导式结果：", my_list)  # [0, 2, 4, 6, 8]# 生成器表达式（惰性生成，仅创建生成器对象）my_gen = (x * 2 for x in range(5))print("生成器对象：", my_gen)  # <generator object <genexpr> at 0x...># 遍历生成器print("生成器遍历结果：")for number in my_gen:print(number)  # 依次输出0,2,4,6,8