本文实例讲述了python中Genarator函数用法。分享给大家供大家参考。具体如下：
Generator函数的定义与普通函数的定义没有什么区别，只是在函数体内使用yield生成数据项即可。Generator函数可以被for循环遍历，而且可以通过next()方法获得yield生成的数据项。
|
1
2
3
4
5
6
7
8
9
10
|
def func(n):
for i in range(n):
yield i
for i in func(3):
print i
r=func(3)
print r.next()
print r.next()
print r.next()
print r.next()
|
运行结果如下：
|
1
2
3
4
5
6
7
8
9
10
|
0
1
2
0
1
2
Traceback (most recent call last):
File "generator.py", line 10, in <module>
print r.next()
StopIteration
|
yield保留字与return 语句的返回值和执行原理都不相同。yield生成值并不会中止程序的执行，返回值后程序继续往后执行。return 返回值后，程序将中止执行。
Generator函数一次只返回一个数据项，占用更少的内存。每次生成数据都要记录当前的状态，便于下一次生成数据。
当程序需要较高的性能或一次只需要一个值进行处理时，使用generator函数。当需要获取一次性一组元素的值时，使用序列。
函数里只要有了yield，这个函数就会被编译成一个generator 函数。generator函数object支持python iterator protocol。 每次调用这个对象的next，generator函数就执行到yield，获取到yield生成的值。如果函数返回，就抛出一个异常。这里有个概念就是generator 函数使用yield生成一个值，而不是返回一个值。生成之后函数还没结束，返回了函数就结束了。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
>>> x = gensquares(5)
>>> print x
<generator object at 0x00B72D78>
>>> print x.next()
0
>>> print x.next()
1
>>> print x.next()
4
>>> print x.next()
9
>>> print x.next()
16
>>> print x.next()
Traceback (most recent call last):
File "<stdin>", line 1, in ?
StopIteration
>>>
|
希望本文所述对大家的Python程序设计有所帮助。