前言
进阶部分连载继续~
如果还没看过我的入门连载部分，先看：
https://ask.hellobi.com/blog/wangdawei/10288
当然，小编的免费入门课程已经有咯，看过连载的朋友可以看看视频再快速梳理一遍~
视频传送门：https://edu.hellobi.com/course/234
前文传送门：
Python进阶系列连载（1）——那些容易被忽略的问题（上）
Python进阶系列连载（2）——那些容易被忽略的问题（中）
Python进阶系列连载（3）——那些容易被忽略的问题（下）
生成器
还记得在迭代器里我们说为什么将列表转为迭代器么？
小明：因为列表太大的话占用内存太大，做成迭代器可以节省空间，用的时候再拿出部分
是的，今天要讲的生成器是不会把结果保存在一个系列中，而是保存生成器的状态。
在每次进行迭代时返回一个值，直到遇到StopIteration异常结束。
见过这种东西吧：
你可以认为每一杯饮料就是一个生成的对象，我不会一次倒出所有的饮料
而是要喝的时候去倒出一杯（也就是需要的时候生成一个）
简单方法创建生成器
我们看个例子：
我们发现，当要生成的list非常大时，抛出异常，存储报错。
那怎样生成这种巨大的list呢？
你亲手试一下，发现瞬间程序就运行结束了
我们看到，b是一个generator，也就是生成器模式
你应该已经注意到，生成器的创建很简单，将列表生成式的中括号改成小括号即可
注意：这里说的不是列表，因为列表的中括号改成小括号是元组！
那我们怎么生成一个内容呢？
和之前的迭代器相同，使用next（）函数即可：
直到最后会抛出异常，也就是到达了生成器的末端了
函数进化为生成器
还记得函数的定义么？
我们在之前用递归定义了一个斐波那契数列
现在我们定义一个新的函数来生成斐波那契数列的第n项
为了实现后一项等于前两项之和使用了a，b = b，a+b
为什么这样写，留给大家思考~
提示：可以输入n=3，自己感受一下调用函数过程中a和b的变化
值得注意的是，这个函数，当n=0时返回的是1，而不是正确的0
所以我们对其进行修改:
在循环之前，加了一个判断
小明：老湿！你这个说的还是函数啊，和生成器有啥关系？说好的函数进化成生成器呢？
好的，我们看看函数怎么进化为生成器！
我们把函数中的return换成yield
函数就进化成了生成器，当我们调用时，发现返回的是生成器对象
为了拿到数据，我们应该怎么做呢？
小红：老师，是不是可以试试next（）函数呢？
对，不过在此之前，我们先要用一个变量去接收这个生成器对象
并且为了观察生成器的特点，我们对函数进行修改！
仔细看好：
当我们使用next（a）对生成器操作一次时，会返回循环一次的值
也就是在yield处结束本次运行
但它的特点就是下次使用next（a）时，接着上次的断点继续运行，直到下一个yield
不断使用next（a），直到运行到生成器结尾处，如下图：
可能你对他的运行过程还不是特别清晰
我们加上print输出来彻底搞懂他的运行过程：
发现每次返回值都是在yield的地方了吧~
总结
0.讲了两种生成器创建方式
1.加了yield的函数就变成了生成器
2.要定义一个变量接收生成器的返回值
3.使用next（）获取生成器每次返回的值，并且断点在yield处
4.下次使用next（）从上次的断电往下执行，直到生成器末端（这里表现为循环结束）
5.生成器属于迭代器，所以肯定是可迭代对象啦~
今天作业：
敲一遍代码，理解一下两种生成器创建方式
自己不敲代码永远学不会写代码
下课
人生苦短，我选Python
未完待续，连载中......
欢迎评论指出文中错误和提问~~~
下一篇链接：Python进阶系列连载（6）——生成器（中）
2 个评论
TypeError Traceback (most recent call last)
<ipython-input-161-15841f3f11d4> in <module>()
----> 1 next(a)
<ipython-input-157-88e0d66701dd> in Fib()
4 for i in range(2):
5 a,b=b,a+b
----> 6 print('即将开始第'+str(i+1)+'次yield')
7 yield b
8 print('第'+str(i+1)+'次yield结束')
TypeError: 'tuple' object is not callable
老师为什么每次都报这个错误呢，我没找到原因，谢谢老师了。