为了Python的自学党们，黑马真的是拼了！我们不仅有“人工智能+Python学习路线图”，还根据以往的经验，总结出学习Python中遇到的技术问题，想详细了解，从此贴开始吧！！！

python中什么是生成器

概念：

       一边循环一边计算的机制，称为生成器：generator

       生成器不保存数据，保存的是状态,在每次进行迭代时返回一个值，直到遇到StopIteration异常结束

       记住上一次返回时在函数体中的位置。对生成器函数的后续调用跳转至暂停的位置，而上次调用的所有局部变量都保持不变。

构建：

       生成器表达式：

              gen= (x for x in range(100))

       生成器函数：

              在函数中使用yield关键字

                     生成器函数包含一个或者多个yield

                     当调用生成器函数时，将返回一个对象，但是不会立刻向下执行

                     像__iter__()和__next__()方法等是自动实现的，所以我们可以通过next()方法对对象进行迭代

                     一旦函数被yield，函数会暂停，控制权返回调用者

                     局部变量和它们的状态会被保存，直到下一次调用

                     函数终止的时候，StopIteraion会被自动抛出

优点：

       1，更容易使用，代码量较小

       2，内存使用更加高效。比如列表是在建立的时候就分配所有的内存空间，而生成器仅仅是需要的时候才使用，更像一个记录

       3，代表了一个无限的流。如果我们要读取并使用的内容远远超过内存，但是需要对所有的流中的内容进行处理，那么生成器是一个很好的选择，比如可以让生成器返回当前的处理状态，由于它可以保存状态，那么下一次直接处理即可

生成器方法：

       close()

       send()

       throw()

       yieldfrom

使用：

       1，next(generator)

       2，generator.__next__()

       3，while True中迭代要捕获异常

       4，for循环中迭代会自动处理异常

       5，在生成器函数中使用return会使生成器终止并抛出StopIteration异常，return的返回值会作为异常的描述信息

总结：

       1，第一次执行next(generator)时，会执行完yield语句后程序进行挂起，所有的参数和状态会进行保存。再一次执行next(generator)时，会从挂起的状态开始往后执行。在遇到程序的结尾或者遇StopIteration时，循环结束。

       2，可以通过generator.send(arg)来传入参数

       3，可以通过generator.throw(exception)来传入一个异常。throw语句会消耗掉一个yield

       4，可以通过generator.close()来手动关闭生成器

       5，next()等价于send(None)

       6，不同的生成器对象是彼此独立的

你想要的传送门：

1、Python基础中继承与派生

2、Python中什么是闭包

3、Python中什么是迭代

4、Python中什么是生成器

为了Python的自学党们，黑马真的是拼了！我们不仅有“人工智能+Python学习路线图”，还根据以往的经验，总结出学习Python中遇到的技术问题，想详细了解，从此贴开始吧！！！

python中什么是生成器

概念：

       一边循环一边计算的机制，称为生成器：generator

       生成器不保存数据，保存的是状态,在每次进行迭代时返回一个值，直到遇到StopIteration异常结束

       记住上一次返回时在函数体中的位置。对生成器函数的后续调用跳转至暂停的位置，而上次调用的所有局部变量都保持不变。

构建：

       生成器表达式：

              gen= (x for x in range(100))

       生成器函数：

              在函数中使用yield关键字

                     生成器函数包含一个或者多个yield

                     当调用生成器函数时，将返回一个对象，但是不会立刻向下执行

                     像__iter__()和__next__()方法等是自动实现的，所以我们可以通过next()方法对对象进行迭代

                     一旦函数被yield，函数会暂停，控制权返回调用者

                     局部变量和它们的状态会被保存，直到下一次调用

                     函数终止的时候，StopIteraion会被自动抛出

优点：

       1，更容易使用，代码量较小

       2，内存使用更加高效。比如列表是在建立的时候就分配所有的内存空间，而生成器仅仅是需要的时候才使用，更像一个记录

       3，代表了一个无限的流。如果我们要读取并使用的内容远远超过内存，但是需要对所有的流中的内容进行处理，那么生成器是一个很好的选择，比如可以让生成器返回当前的处理状态，由于它可以保存状态，那么下一次直接处理即可

生成器方法：

       close()

       send()

       throw()

       yieldfrom

使用：

       1，next(generator)

       2，generator.__next__()

       3，while True中迭代要捕获异常

       4，for循环中迭代会自动处理异常

       5，在生成器函数中使用return会使生成器终止并抛出StopIteration异常，return的返回值会作为异常的描述信息

总结：

       1，第一次执行next(generator)时，会执行完yield语句后程序进行挂起，所有的参数和状态会进行保存。再一次执行next(generator)时，会从挂起的状态开始往后执行。在遇到程序的结尾或者遇StopIteration时，循环结束。

       2，可以通过generator.send(arg)来传入参数

       3，可以通过generator.throw(exception)来传入一个异常。throw语句会消耗掉一个yield

       4，可以通过generator.close()来手动关闭生成器

       5，next()等价于send(None)

       6，不同的生成器对象是彼此独立的

你想要的传送门：

1、Python基础中继承与派生

2、Python中什么是闭包

3、Python中什么是迭代

4、Python中什么是生成器