Python大數據分析
記錄 分享 成長
相信你已經不止一次在函數中看到關鍵詞，它起著什麼作用？返回什麼？和又有著什麼區別呢？這篇文章將會揭開的神秘面紗，並給出最淺顯易懂的例子。
關鍵字做了什麼？
如果不太好理解，可以先把當作的同胞兄弟來看，他們都在函數中使用，並履行著返回某種結果的職責。
這兩者的區別是：
有的函數直接返回所有結果，程序終止不再運行，並銷毀局部變量；
而有的函數則返回一個可迭代的 generator（生成器）對象，你可以使用for循環或者調用next()方法遍歷生成器對象來提取結果。
什麼是生成器呢？在 Python 中，使用了的函數被稱為生成器。有點套娃的感覺，但事實就是這樣，調用一個函數，就會返回一個生成器對象。
在調用生成器函數的過程中，每次遇到 時函數會暫停並保存當前所有的運行信息（保留局部變量），返回的值, 並在下一次執行方法時從當前位置繼續運行，直到生成器被全部遍歷完。
先看一個簡單的例子：
上面函數返回一個生成器，現在對該生成器進行遍歷：
或者調用next()方法：
可以看到，simple_generator函數返回一個生成器，調用方法後，函數開始運行，遇到第一個關鍵字，返回生成的值（1），程序暫停；
第二次調用方法，代碼從上次暫停的位置開始執行，並遇到了第二個關鍵字，再返回生成的值（2），程序暫停；
第三次調用也是如此，返回生成的值（3），生成器耗盡，程序終止；
到這裡你可能就明白和的關係和區別了，帶的函數是一個生成器，這個生成器有一個方法就是next，next就相當於「下一步」生成哪個數，這一次的next開始的地方是接著上一次的next停止的地方執行的。
所以調用next的時候，生成器並不會從函數的開始執行，只是接著上一步停止的地方開始，然後遇到後，return出要生成的數，此步就結束。
有個經典的例子就是使用yield生成斐波那契數列：
生成器有哪些作用？
如果想具體化數據的形式，通常會將數據存儲在一個列表中。但這樣做，列表的內容將佔用有形內存。列表越大，佔用的內存資源就越多。
但是，如果數據集有某種邏輯，就不必存儲在一個列表中，只需編寫一個生成器，它將在需要時生成這些值，基本不佔用內存。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺「網易號」用戶上傳並發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.