Python生成器使用教程详解
生成器是一种特殊函数，通过yield实现惰性求值，按需返回值并暂停执行。调用生成器函数返回迭代器对象，每次next()或for循环触发时从上次暂停处继续，直到下一个yield。如示例所示，生成器分步输出1、2、3，每次执行到yield暂停，有效节省内存，适合处理大数据或无限序列。
生成器是一种特殊函数，通过yield实现惰性求值，按需返回值并暂停执行。调用生成器函数返回迭代器对象，每次next()或for循环触发时从上次暂停处继续，直到下一个yield。如示例所示，生成器分步输出1、2、3，每次执行到yield暂停，有效节省内存，适合处理大数据或无限序列。
Python中的生成器，说白了，就是一种特殊的函数，它不会一次性返回所有结果，而是在你每次请求时“生成”一个结果。它最核心的价值在于其惰性求值（lazy evaluation）的特性，这让处理大量数据或无限序列变得非常高效，极大地节省了内存开销。
要理解和使用Python生成器，我们得从最基本的yield关键字说起。当你在一个函数中使用yield而不是return时，这个函数就变成了一个生成器函数。它不是简单地执行完就结束，而是会在每次yield表达式处暂停执行，并返回一个值。下次迭代时，它会从上次暂停的地方继续执行，直到遇到下一个yield或函数结束。
我个人觉得，这有点像一个“暂停-播放”的机制。你调用生成器函数时，它并不会立即执行函数体内的代码，而是返回一个生成器对象（一个迭代器）。只有当你开始迭代这个对象（比如用for循环，或者手动调用next()函数）时，生成器函数才会真正开始执行，每次遇到yield就“吐”出一个值，然后等待下一次请求。
来看个简单的例子：
def my_simple_generator():
print("开始生成第一个值...")
yield 1
print("生成器暂停，等待下次调用...")
print("开始生成第二个值...")
yield 2
print("生成器再次暂停，等待下次调用...")
print("开始生成第三个值...")
yield 3
print("所有值已生成，生成器即将结束。")
# 创建生成器对象
gen = my_simple_generator()
print("--- 第一次迭代 ---")
print(next(gen)) # 会执行到第一个yield并返回1
print("--- 第二次迭代 ---")
print(next(gen)) # 会从上次暂停处继续执行，直到第二个yield并返回2
print("--- 第三次迭代 ---")
print(next(gen)) # 会从上次暂停处继续执行，直到第三个yield并返回3
print("--- 尝试第四次迭代（会抛出StopIteration） ---")
try:
print(next(gen))
except StopIteration:
print("生成器已耗尽所有值。")
print("\n--- 使用for循环迭代生成器更常见 ---")
for value in my_simple_generator():
print(f"通过for循环获取到值: {value}")在这个例子里，print语句清晰地展示了生成器是如何“按需”执行的。它不是一次性把
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。