Python函数：如何使用生成器函数和yield关键字生成可迭代对象？
Python 中生成器函数和 yield 关键字是实现可迭代对象的重要构建单元。在 Python 中，可迭代对象是可以被迭代器（iterator）访问的对象。同时，可迭代对象支持迭代协议（iterator protocol）并能够使用 for 循环语句进行遍历操作。
在这篇文章中，我们将探讨生成器函数和 yield 关键字的基础概念，以及如何使用它们来创建可迭代对象。
### 生成器函数的概述
在 Python 中，生成器函数是一种特殊的函数，它被用来产生迭代器。生成器函数的语法与普通函数类似，但是在其体内包含有一个或多个 yield 语句。
当生成器函数被调用时，它并不会立即执行函数体内的语句。相反，它会返回一个生成器对象（generator object），该对象可以通过 for 循环一次一次地返回一个值。当遇到 yield 语句时，生成器函数将在此处挂起执行，并返回 yield 语句中指定的值。在下一次迭代时，它将从 yield 语句后面的代码处开始继续执行。
下面是生成器函数的一个简单例子：
def my_generator():
yield 1
yield 2
yield 3
在这个例子中，当 my_generator() 被调用时，它不执行任何语句，而是返回一个生成器对象。当这个生成器对象被 for 循环遍历时，它会在每次迭代时返回一个 yield 语句中指定的值。例如：
for i in my_generator():
print(i)
这将输出：
1 2 3
### 生成器函数的优势
使用生成器函数和 yield 关键字来创建可迭代对象有以下优点：
1. 内存效率更高
当使用普通函数时，我们可能需要生成一个完整的序列，然后将其返回给调用者。这种方法可能会占用大量的内存，特别是对于大型的序列来说。另一方面，使用生成器函数，我们只需在每次迭代时返回一个值即可，从而避免了临时存储整个序列所需的内存开销。
2. 首次响应速度更快
当使用生成器函数时，我们可以在每次迭代时立即返回值，而不必等待整个序列被生成后再返回。这可以提高程序的响应速度，并使程序更加交互式。
3. 代码更简洁
使用生成器函数可以使我们的代码更加简洁和易于阅读。它可以将生成器函数的代码与使用生成器对象的代码分离开来，从而使代码更加模块化和易于维护。
### 使用生成器函数和 yield 关键字创建可迭代对象
使用生成器函数和 yield 关键字可以创建各种可迭代对象。下面是一些示例：
1. 生成器函数作为斐波那契数列：
def fibonacci():
a, b = 0, 1
while True:
yield b
a, b = b, a + b
这个生成器函数可以生成无限长度的斐波那契数列。例如，以下代码将输出斐波那契数列前 10 个数：
for i, fib in enumerate(fibonacci()):
if i == 10:
break
print(fib)
这将输出：
1 1 2 3 5 8 13 21 34 55
2. 生成器函数作为列表的过滤器：
def odd_numbers(numbers):
for n in numbers:
if n % 2 == 1:
yield n
这个生成器函数可以筛选列表中所有的奇数。例如，以下代码将输出列表中的所有奇数：
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
for odd in odd_numbers(numbers):
print(odd)
这将输出：
1 3 5 7 9
3. 生成器函数作为无限递增序列：
def infinite_sequence():
num = 0
while True:
yield num
num += 1
这个生成器函数可以生成一个无限递增的序列。例如，以下代码将输出无限递增的序列前 10 个数：
for i, num in enumerate(infinite_sequence()):
if i == 10:
break
print(num)
这将输出：
0 1 2 3 4 5 6 7 8 9
### 结论
生成器函数和 yield 关键字是 Python 语言中实现可迭代对象的重要构建单元。当我们使用生成器函数时，我们可以提高程序的内存效率和响应速度，并使代码更加简洁和易于阅读。通过使用生成器函数和 yield 关键字，我们可以轻松地创建各种可迭代对象，包括无限序列和筛选器。