Python函数之生成器函数与yield关键字详解

在Python中，函数不仅可以返回一个值，还可以生成一系列的值。这种函数称为生成器函数。

生成器函数有两个特点：

1. 使用yield关键字产生一个值，而不是使用return。

2. 生成器函数被调用后不会立即执行，而是返回一个生成器对象，当该对象被迭代时，函数内部的代码才会被执行。

使用生成器函数的好处是可以节省内存空间，因为生成器函数每次只会生成一个值，并且不会像列表那样一次性生成所有的值，从而避免了大规模内存占用的问题。

下面是一个简单的生成器函数的例子：

def my_gen():
    yield 1
    yield 2
    yield 3

在调用该函数时，不会立即执行函数体内的代码，而是返回一个生成器对象，可以通过迭代生成器对象来获取函数内部生成的值：

g = my_gen()
print(next(g))   # 1
print(next(g))   # 2
print(next(g))   # 3

在上面的代码中，我们通过next函数来获取生成器对象所产生的值。每次调用next函数时，都会从上一个yield语句处继续执行函数体，直到遇到下一个yield语句为止。

值得注意的是，在生成器函数中使用return语句会导致StopIteration异常的抛出，表示生成器已经完成工作，不能再产生其他的值了。为了避免这种情况的发生，使用yield语句来代替return语句是更为安全的。

生成器函数还可以接收外部数据，并在每次生成值时根据外部数据来计算生成的值。例如下面的例子：

def fib(max):
    a, b = 0, 1
    while a < max:
        yield a
        a, b = b, a + b

g = fib(1000)
for i in g:
    print(i)

在上面的代码中，我们定义了一个fib函数来生成斐波那契数列，它接收一个max参数作为上限，并根据斐波那契数列的规则生成数列中的值。当生成器对象被迭代时，函数体内的代码会根据外部传入的max参数来计算每个斐波那契数列的值。

通过这些例子，我们可以看到生成器函数的强大之处，它不仅可以让代码更加简洁，而且还能够在处理大规模数据时提高代码的运行效率。