生成器

01 什么是生成器？

记住两个关键：

• 生成器是一种特殊的函数方法。意味着它和函数（def）密不可分。
• 基于上一点，只要函数中出现yield关键字，就是生成器函数。

初学的你，还是太难理解？

02 通俗的讲解

你可以将生成器理解为一个盒子，你可以向这个盒子里随意添加元素，当你需要的时候，再取出来用。

请看下面的例子：

# 普通函数
def func():
    return 1

f = func()
print("函数返回值：",f)
->函数返回值：1
print("函数返回值的类型：",type(f))
->函数返回值的类型：<class 'int'>

# 生成器
def gen_func():
    yield 1
    yield 2

g = gen_func()
print("生成器对象：",g)
->生成器对象：<generator object gen_func at 0x00000189B8CFF7C8>
print("生成器对象的类型：",type(g))
->生成器对象的类型：<class 'generator'>
# 读取生成器对象的值，因为生成器也是一个迭代器，实现了python的迭代协议（即实现了__iter__方法）

for i in g:
    print("生成器对象的值:",i)
->生成器对象的值: 1
->生成器对象的值: 2

03 生成器到底有什么用？

作用：惰性求值（一边循环一边计算的机制），节省性能

04 生成器的常见用途？

• 读大文件
• 网络爬虫 scrapy 框架
• 协程

举个例子：斐波那契数列（0,1,1,2,3,5...），打印斐波那契数列前50个元素

# 不使用生成器，会消耗大量内存
def fib(idx):
   res=[]
   n, a, b = 0, 0, 1
   while n < idx:
       res.append(b)
       a, b = b, a+b
       n += 1
   return res
res = fib(100)
print(res)

# 使用生成器，可节约大量内存
def gen_fib(idx):
   n, a, b = 0, 0, 1
   while n < idx:
       yield b
       a, b = b, a+b
       n += 1

for i in gen_fib(100):
   print(i)

匿名函数

01 什么是匿名函数？

当：

• 函数实现比较简单
• 函数不需要被多个地方调用
• 懒得给这个函数起名字

时，我们可以使用匿名函数。

初学的你，还是太难理解？

02 通俗的讲解

你想实现一个求x的平方的函数，但是这个函数太简单，不值得专门def定义，同时，你忘记了平方的英文如何拼写，要是命名成 "pingfang"，又显得自己太low，于是乎，你可以不给这个函数起名字，还能实现它。这就是匿名函数lambda表达式。

比如：求一个数的平方

# 不用 lambda 表达式
def square(x):
    return x * x
print(square(2))

# 使用 lambda 表达式
# 写法：lambda 返回值:计算表达式
s = lambda x: x * x
print(s(2))

一如既往，做个总结

01 如果你是初学者，可以先不掌握生成器和匿名函数，待学成python后，再行琢磨；

02 在实际工作中，生成器和匿名函数的使用频次，相对较高，并且在面试中是高频问点。