python生成器

Ⅰ python生成器主要用在哪裡

就是生成相關數據，比如破解wifi密碼，生成很多密碼，通過python一個個試。

Ⅱ python生成器到底有什麼優點

1、節省資源消耗，和聲明序列不同的是生成器在不使用的時候幾乎不佔內存，也沒有聲明計算過程！
2、使用的時候，生成器是隨用隨生成，用完即刻釋放，非常高效！
3、可在單線程下實現並發運算處理效果，非常牛逼，這點不可小視，看看nginx epoll單線程承載的並發量比多線程還效率高很多，最底層就是這個原理！

Ⅲ Python中生成器和迭代器的區別詳解

Num01–>迭代器
定義：
對於list、string、tuple、dict等這些容器對象,使用for循環遍歷是很方便的。在後台for語句對容器對象調用iter()函數。iter()是python內置函數。
iter()函數會返回一個定義了next()方法的迭代器對象，它在容器中逐個訪問容器內的元素。next()也是python內置函數。在沒有後續元素時，next()會拋出一個StopIteration異常，通知for語句循環結束。
迭代器是用來幫助我們記錄每次迭代訪問到的位置，當我們對迭代器使用next()函數的時候，迭代器會向我們返回它所記錄位置的下一個位置的數據。實際上，在使用next()函數的時候，調用的就是迭代器對象的_next_方法（Python3中是對象的_next_方法，Python2中是對象的next()方法）。所以，我們要想構造一個迭代器，就要實現它的_next_方法。但這還不夠，python要求迭代器本身也是可迭代的，所以我們還要為迭代器實現_iter_方法，而_iter_方法要返回一個迭代器，迭代器自身正是一個迭代器，所以迭代器的_iter_方法返回自身self即可。
Num02–>生成器
作用：
>延遲操作。也就是在需要的時候才產生結果，不是立即產生結果。12

注意事項：
>生成器是只能遍歷一次的。
>生成器是一類特殊的迭代器。

Ⅳ Python能不能產生一個空的生成器/迭代器

需求是否可以描述的更具體些？

我的理解是在一切定義中的值、函數、迭代器都是空的。比如你定義這個函數：

這里迭代器被聲明出來，但是沒有被賦值運行，我就可以理解此迭代器為空的迭代器，只有你使用readfile('test.txt')，迭代器才不會空，不知道是不是你的意思。

Ⅳ 在python中有生成器的概念,請教一個問題

1. 迭代器協議

由於生成器自動實現了迭代器協議，而迭代器協議對很多人來說，也是一個較為抽象的概念。所以，為了更好的理解生成器，我們需要簡單的回顧一下迭代器協議的概念。
迭代器協議是指：對象需要提供next方法，它要麼返回迭代中的下一項，要麼就引起一個StopIteration異常，以終止迭代

可迭代對象就是：實現了迭代器協議的對象

協議是一種約定，可迭代對象實現迭代器協議，Python的內置工具(如for循環，sum，min，max函數等)使用迭代器協議訪問對象。

舉個例子：在所有語言中，我們都可以使用for循環來遍歷數組，Python的list底層實現是一個數組，所以，我們可以使用for循環來遍歷list。如下所示：
>>> for n in [1, 2, 3, 4]:
... print n

但是，對Python稍微熟悉一點的朋友應該知道，Python的for循環不但可以用來遍歷list，還可以用來遍歷文件對象，如下所示：
>>> with open(『/etc/passwd』) as f: # 文件對象提供迭代器協議
... for line in f: # for循環使用迭代器協議訪問文件

Ⅵ Python中關於生成器的一個問題

沒有while也沒關系啊
生成器，只是函數返回的是一個生成器地址，調用next後才會真正取下一個值。。。
反應到函數裡面，就是第一次調用時，只會跑到yield這里，然後返回一個生成器地址。。再用這個生成器，調用next方法才會返回值，然後執行後面的代碼。。如果函數結束了就結束了，或者直到遇到下一個yield...

Ⅶ python生成器問題

生成器就是用來生成有規律的值的
含有yield語句的函數就是生成器，counter(5)表示用參數start_at=5為初值調用生成 器，將函數對象賦值給count，count指向生成 器對象
每次調用生成器的next方法，就執行代碼到yield語句處返回yield後的值，因此第一次調用 執行到yield返回 ，下次調用 next時從上次執行處接著執行到yield語句處,所以生成器中可以用while True語句不用擔心死循環

yield這個表達式的值就是None，所以val一直是None

Ⅷ Python中生成器和迭代器的區別

先說迭代器，對於string、list、dict、tuple等這類容器對象，使用for循環遍歷是很方便的。在後台for語句對容器對象調用iter()函數，iter()是python的內置函數。iter()會返回一個定義了next()方法的迭代器對象，它在容器中逐個訪問容器內元素，next()也是python的內置函數。在沒有後續元素時，next()會拋出一個StopIteration異常，通知for語句循環結束。
生成器（Generator）是創建迭代器的簡單而強大的工具。它們寫起來就像是正規的函數，只是在需要返回數據的時候使用yield語句。每次next()被調用時，生成器會返回它脫離的位置（它記憶語句最後一次執行的位置和所有的數據值）。

Ⅸ Python中生成器的理解

9.10. 生成器
Generator 是創建迭代器的簡單而強大的工具。它們寫起來就像是正規的函數，需要返回數據的時候使用 yield 語句。每次 next() 被調用時，生成器回復它脫離的位置（它記憶語句最後一次執行的位置和所有的數據值）。以下示例演示了生成器可以很簡單的創建出來:
前一節中描述了基於類的迭代器，它能作的每一件事生成器也能作到。因為自動創建了 __iter__() 和 __next__() 方法，生成器顯得如此簡潔。
另一個關鍵的功能在於兩次執行之間，局部變數和執行狀態都自動的保存下來。這使函數很容易寫，而且比使用 self.index 和 self.data 之類的方式更清晰。
除了創建和保存程序狀態的自動方法，當發生器終結時，還會自動拋出 StopIteration 異常。綜上所述，這些功能使得編寫一個正規函數成為創建迭代器的最簡單方法。
Generator 是創建迭代器的簡單而強大的工具。它們寫起來就像是正規的函數，需要返回數據的時候使用 yield 語句。每次 next() 被調用時，生成器回復它脫離的位置（它記憶語句最後一次執行的位置和所有的數據值）。以下示例演示了生成器可以很簡單的創建出來:
前一節中描述了基於類的迭代器，它能作的每一件事生成器也能作到。因為自動創建了 __iter__() 和 __next__() 方法，生成器顯得如此簡潔。
另一個關鍵的功能在於兩次執行之間，局部變數和執行狀態都自動的保存下來。這使函數很容易寫，而且比使用 self.index 和 self.data 之類的方式更清晰。
除了創建和保存程序狀態的自動方法，當發生器終結時，還會自動拋出 StopIteration 異常。綜上所述，這些功能使得編寫一個正規函數成為創建迭代器的最簡單方法。