還記得在迭代器裡我們說為什麼將列表轉為迭代器麼？（ ）
小明：因為列表太大的話佔用內存太大，做成迭代器可以節省空間，用的時候再拿出部分
是的，今天要講的生成器是不會把結果保存在一個系列中，而是保存生成器的狀態。
在每次進行迭代時返回一個值，直到遇到StopIteration異常結束。
見過這種東西吧：
你可以認為每一杯飲料就是一個生成的對象，我不會一次倒出所有的飲料
而是要喝的時候去倒出一杯（也就是需要的時候生成一個）
簡單方法創建生成器
我們看個例子：
我們發現，當要生成的list非常大時，拋出異常，存儲報錯。
那怎樣生成這種巨大的list呢？
你親手試一下，發現瞬間程序就運行結束了
我們看到，b是一個generator，也就是生成器模式
你應該已經注意到，生成器的創建很簡單，將列表生成式的中括號改成小括號即可
注意：這裡說的不是列表，因為列表的中括號改成小括號是元組！
那我們怎麼生成一個內容呢？
和之前的迭代器相同，使用next（）函數即可：
直到最後會拋出異常，也就是到達了生成器的末端了
函數進化為生成器
還記得函數的定義麼？
我們在之前用遞歸定義了一個斐波那契數列
現在我們定義一個新的函數來生成斐波那契數列的第n項
為了實現後一項等於前兩項之和使用了a，b = b，a+b
為什麼這樣寫，留給大家思考~
提示：可以輸入n=3，自己感受一下調用函數過程中a和b的變化
值得注意的是，這個函數，當n=0時返回的是1，而不是正確的0
所以我們對其進行修改:
在循環之前，加了一個判斷
小明：老溼！你這個說的還是函數啊，和生成器有啥關係？說好的函數進化成生成器呢？
好的，我們看看函數怎麼進化為生成器！
我們把函數中的return換成yield
函數就進化成了生成器，當我們調用時，發現返回的是生成器對象
為了拿到數據，我們應該怎麼做呢？
小紅：老師，是不是可以試試next（）函數呢？
對，不過在此之前，我們先要用一個變量去接收這個生成器對象
並且為了觀察生成器的特點，我們對函數進行修改！
仔細看好：
當我們使用next（a）對生成器操作一次時，會返回循環一次的值
也就是在yield處結束本次運行
但它的特點就是下次使用next（a）時，接著上次的斷點繼續運行，直到下一個yield
不斷使用next（a），直到運行到生成器結尾處，如下圖：
可能你對他的運行過程還不是特別清晰
我們加上print輸出來徹底搞懂他的運行過程：
發現每次返回值都是在yield的地方了吧~
小結：
- 講了兩種生成器創建方式
- 加了yield的函數就變成了生成器
- 要定義一個變量接收生成器的返回值
- 使用next（）獲取生成器每次返回的值，並且斷點在yield處
- 下次使用next（）從上次的斷電往下執行，直到生成器末端（這裡表現為循環結束）
- 生成器屬於迭代器，所以肯定是可迭代對象啦~
使用for循環調用生成器
我們使用next（）去遍歷生成器的時候，我們不知道什麼時候會結束
而結束後再使用next（）會拋出異常
因為生成器屬於迭代器
所以我們可以使用for循環去調用生成器
與next（）等價的方式
send（）強勢入場
我們先看一個例子：
發現每次運行，除了返回下一個，還會打印出None
觀察代碼，注意 item = yield i 這句
首先執行等號右邊的，yield返回，此時，返回生成器一個對象，並且中斷
在下次使用 f.__next__( )時候，並沒有傳內容進去，所以可以認為yield i 這整個賦值給item的為None
所以item打印出為None
為了做個比較，引入send（）
send（）可以看做next（）的增強版
除了可以使用next（）功能
還能傳入一個值到上次yield斷開地方的整體表達式（這裡傳給是yield i）
send（）的坑：
這是為什麼呢？
6
send（）退化為next（）
小紅：老師，我想了兩天終於想到了！
哦？你說說
小紅：因為 f.send（）取生成器第一個對象，並且傳入了一個參數‘Python’
但是，並沒有變量去接收這個參數！所以報錯了！
是的，之前我們的代碼是這樣的：
注意，我們調用第一個對象使用next，並沒有傳入參數！
而第二次使用send調用下一個對象時候，傳入的參數相當於代替了yield i
也就是賦值給了item，所以沒報錯
小明：老溼，你說send是加強版的next，我想給send退化到next，可以麼？
這個嘛，是可以的！小明你試試！
小明：大家都退後！我要裝逼了！
小明：不傳參數竟然不行！！！
小明啊，應該是這樣的！
傳入None才對！
小明：我不服！老溼，你說這生成器很厲害，具體有啥應用呢？學了沒用豈不是很雞肋？
這個嘛！其實是有用的，我先劇透一下！
多任務——協程
我們先介紹一下多任務
多任務處理是指用戶可以在同一時間內運行多個應用程序,每個應用程序被稱作一個任務
簡單點說，就是
你現在可能邊看這篇文章邊聽著音樂
而看文章是一個任務（這裡的任務指正在做的事情）
聽音樂也是一個任務
你同時在做這兩件事
就是多任務啦
電腦和人還是不一樣的
我們今天講一下協程來完成多任務（之後還會講到線程、進程來完成多任務）
考慮一個工廠流水線
A機器每次將一件貨物放入箱子
B機器每次將A機器的箱子封箱打包
為了不產生問題，必須A完成一個，B接著完成一個
並且看起來兩個任務是同時執行的！
在Python中可以用生成器實現簡單的協程：
我們來看這個程序，先定義了兩個生成器（不是函數哦~原因在之前課程講過）
當我們在while主程序中，先使用f1.__next__( )調用生成器func1，因為fun1的循環條件始終為真
所以先打印（執行裝入操作）然後遇到 yield 退出生成器func1，回到主程序
接著執行f2.__next__( )調用生成器func2，像之前調用func1一樣，先打印（執行打包操作）
然後遇到yield退出生成器func2，回到主程序
因為主程序循環條件始終為真，所以繼續像之前一樣，接著使用f1.__next__( )調用生成器func1。。。
如此往復。。。
我是使用打斷來停止程序執行的，不然會不斷執行下去
由於兩個生成器（任務）交替執行，很快
就像在多任務執行
所以，通俗理解看上去同時執行的就是多任務~
小明：竟然有這種操作！
今天作業：
敲一遍代碼，理解一下兩種生成器創建方式
自己不敲代碼永遠學不會寫代碼
下課
人生苦短，我選Python
未完待續，連載中......
閱讀更多 燈塔大數據 的文章
