Python生成器函数：如何使用迭代器生成流式数据

在Python中，生成器函数是一种特殊类型的函数，它使用关键字yield而不是return来返回数据。生成器函数可以用于创建迭代器，用于生成流式数据。

生成器函数的特点是可以在每次调用yield语句时暂停执行并保存当前状态，下次再次调用时可以从上次暂停的位置继续执行。这样的特性使得生成器函数非常适合用于生成大量数据，而不需要一次性将所有数据存在内存中。

下面是一个简单的例子，演示了如何使用生成器函数生成一系列斐波那契数列：

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

# 使用生成器函数生成斐波那契数列，打印前10个数
fib_gen = fibonacci()
for _ in range(10):
    print(next(fib_gen))

在这个例子中，fibonacci函数是一个生成器函数，利用yield语句返回斐波那契数列中的每个数，每次调用next(fib_gen)都会返回下一个数。通过遍历生成器函数的返回值，我们可以获取流式的斐波那契数列数据。

生成器函数的一个重要特性是可以接收参数。这意味着我们可以根据需要改变生成器函数的行为，从而生成不同的数据流。例如，我们可以修改上面的示例，使得斐波那契数列的起始值和步长可配置：

def fibonacci(start=0, step=1):
    a, b = start, start + step
    while True:
        yield a
        a, b = b, a + b

# 使用生成器函数生成起始值为3，步长为2的斐波那契数列，打印前10个数
fib_gen = fibonacci(start=3, step=2)
for _ in range(10):
    print(next(fib_gen))

通过指定不同的参数，我们可以生成不同的流式数据。

生成器函数还有一个重要特性是可以利用决策逻辑来控制流程。例如，我们可以修改上面的示例，使得生成器函数在某个条件满足时终止：

def fibonacci(max_value):
    a, b = 0, 1
    while a < max_value:
        yield a
        a, b = b, a + b

# 使用生成器函数生成小于100的斐波那契数列，打印所有数
fib_gen = fibonacci(max_value=100)
for num in fib_gen:
    print(num)

在这个例子中，生成器函数会一直生成斐波那契数列，直到生成的数大于等于max_value为止。通过迭代生成器函数的返回值，我们可以获取到满足条件的流式数据。

生成器函数在处理大量数据或无法提前得知数据规模的情况下非常有用。它们可以帮助我们以更高效的方式生成和处理数据，提供更好的内存管理和处理速度。