生成器函数
使用 yield 延迟生成值
生成器函数 是 CoddyKit 上的免费 Python Academy 课时。 这是第 2 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Python Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Python Academy 课程共包含 4 节课。
什么是生成器？
生成器函数看起来像普通函数，但会使用 yield 代替（或配合）return。调用它不会执行函数体，而是返回一个生成器对象，它也是一个迭代器。
def gen():
yield 1
yield 2
yield 3
g = gen()
print(type(g).__name__)
print(list(g))yield 会暂停执行
每次调用 next() 时，函数都会运行到遇到 yield 为止，返回该值，并冻结当前状态。下一次调用会从 yield 之后继续执行。
def steps():
print('start')
yield 'a'
print('resumed')
yield 'b'
g = steps()
print(next(g))
print(next(g))遍历生成器
生成器是迭代器，因此 for 循环会自动驱动它，并在函数结束时停止（函数结束会在内部引发 StopIteration）。
def countdown(n):
while n > 0:
yield n
n -= 1
for x in countdown(4):
print(x)惰性求值
生成器是惰性的：只有在请求值时才会生成值。因此，您可以在不占用大量内存的情况下表示非常大或无限的序列。
def naturals():
n = 1
while True:
yield n
n += 1
g = naturals()
print(next(g), next(g), next(g))yield 之间的状态
局部变量会在各个 yield 位置之间保留其值。生成器会自然地记住上次暂停的位置，无需手动记录索引。
def fib():
a, b = 0, 1
while True:
yield a
a, b = b, a + b
g = fib()
print([next(g) for _ in range(7)])生成器与构建列表
普通函数会一次性构建并返回完整列表。生成器则会按需生成项目。当序列很大或您可能会提前停止时，应使用生成器。
def squares_list(n):
result = []
for i in range(n):
result.append(i * i)
return result
def squares_gen(n):
for i in range(n):
yield i * i
print(squares_list(5))
print(list(squares_gen(5)))提前停止
由于生成过程是惰性的，您可以跳出循环，而生成器根本不会计算剩余部分。
def naturals():
n = 1
while True:
print('producing', n)
yield n
n += 1
for x in naturals():
if x > 3:
break
print('got', x)生成器中的 return
生成器中的单独 return 只会结束生成器（并引发 StopIteration）。您返回的任何值都会成为异常的 value 属性，而大多数循环都会忽略它。
def up_to(stop):
i = 0
while True:
if i >= stop:
return
yield i
i += 1
print(list(up_to(4)))生成器只能使用一次
和所有迭代器一样，生成器只能被消耗一次。耗尽后，它不会再生成任何值。再次调用该函数即可获得新的生成器。
def gen():
yield 1
yield 2
g = gen()
print(list(g))
print(list(g))
print(list(gen()))使用生成器进行筛选
生成器可以构建简洁的数据流水线。在这里，我们每次只生成一个偶数。
def evens(numbers):
for n in numbers:
if n % 2 == 0:
yield n
print(list(evens(range(10))))串联生成器
一个生成器可以消耗另一个生成器，从而构建一个多阶段流水线，并让每个阶段都保持惰性。
def numbers(n):
for i in range(n):
yield i
def doubled(src):
for x in src:
yield x * 2
print(list(doubled(numbers(5))))快速检查
检验您对生成器函数的理解。
回顾
您学习了生成器函数：
yield会暂停并恢复执行，同时保留局部状态。- 调用函数会返回一个惰性的生成器对象。
- 生成器节省内存，非常适合流水线和无限数据流。
- 生成器只能使用一次，就像任何迭代器一样。
接下来：更加紧凑的生成器表达式。
常见问题解答
「生成器函数」课时是免费的吗？
是的 — 「生成器函数」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Python Academy 课程的其余内容，请升级到 CoddyKit PRO。 Python Academy 课程共包含 4 节课。
「生成器函数」这节课中我会学到什么？
使用 yield 延迟生成值 你通过在浏览器中直接运行的动手代码来练习 Python Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Python Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Python Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 2 节课，共 4 节。
「生成器函数」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Python Academy 课中编写并运行代码吗？
能。每节 Python Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。