Jet School Logo

Что такое Генераторы?

Генераторы (Generators) в Python — это особые функции, которые создают последовательность значений по одному, в тот момент, когда они нужны. Их главное отличие от обычных функций — использование yield вместо return.

Обычная функция, дойдя до return, полностью завершает работу и возвращает результат. А генератор, дойдя до yield, отдаёт очередное значение и приостанавливается, запоминая своё состояние — значения всех своих переменных. Когда запрашивают следующее значение, работа продолжается с того места, где остановилась.

Аналогия из реальной жизни

Представьте, что в пекарню поступил заказ на 1000 человек.

  • Обычная функция печёт все 1000 буханок сразу и отдаёт их, только когда всё готово. Для этого нужен большой склад — то есть много памяти.
  • Генератор же печёт по одной буханке для каждого подошедшего покупателя. Склад не нужен, а первый покупатель обслуживается сразу.

Как работают генераторы?

Допустим, внутри генератора privet() подряд стоят три yield: «Привет», «Как дела?» и «До свидания».

  1. При записи g = privet() код внутри функции ещё не выполняется — просто создаётся объект генератора.
  2. При первом вызове next(g) код выполняется до первого yield и возвращает «Привет».
  3. При втором вызове next(g) работа продолжается с места остановки и возвращается «Как дела?».
  4. Третий вызов возвращает «До свидания».
  5. Когда значения заканчиваются, вызов next() вызывает исключение StopIteration.

На практике вызывать next() вручную приходится редко. Обычно генератор используют в цикле for: цикл сам берёт значения по одному и автоматически останавливается при StopIteration.

Ленивые вычисления (lazy evaluation)

Генераторы основаны на принципе ленивых вычислений: значение создаётся только тогда, когда оно нужно. Например, список из квадратов миллиона чисел — это миллион элементов в памяти. А генератор, создающий те же числа, в каждый момент хранит в памяти только одно значение. Это позволяет экономить RAM и ресурсы процессора.

Генераторные выражения

Простые генераторы можно создавать в одну строку. Выражение в квадратных скобках [x * x for x in range(10)] сразу создаёт готовый список. Если записать то же выражение в круглых скобках — (x * x for x in range(10)), — получится не список, а генератор, который вычисляет значения только по запросу.

Сложный пример: генератор чисел Фибоначчи

В генераторе fibonacci() есть две переменные — a = 0 и b = 1 — и бесконечный цикл (while True). На каждом шаге генератор возвращает a через yield, а затем обновляет переменные: a получает значение b, а b — значение a + b.

Хотя цикл бесконечный, программа не зависает, потому что каждое следующее число вычисляется только по запросу. Например, если вызвать next() 10 раз, будут вычислены только первые 10 чисел Фибоначчи: 0, 1, 1, 2, 3, 5, 8, 13, 21, 34.

Где применяются генераторы

  • Чтение больших файлов: вместо того чтобы загружать огромный файл — например, .csv размером в гигабайты — целиком в память через read() или readlines(), обрабатывать его построчно. В Python сам файловый объект тоже читает строки по одной, как генератор.
  • Обработка потоков данных (stream processing): обработка данных, непрерывно поступающих с датчиков, веб-камеры или из API, по мере их поступления.
  • Веб-скрейпинг: сбор данных с сайтов постранично.
  • Бесконечные последовательности: числа Фибоначчи, натуральные числа, уникальные ID.
  • Цепочки обработки данных (pipeline): передавая результат одного генератора другому — например, прочитать → отфильтровать → преобразовать, — можно поэтапно обрабатывать огромные объёмы данных. Такой подход широко используется в Big Data и Data Science.

Важно знать

  • Генератор одноразовый: после того как все значения получены, генератор «исчерпывается». Чтобы использовать его снова, нужно создать новый.
  • Нет доступа по индексу: в отличие от списка, нельзя сразу взять 5-й элемент генератора — значения получаются только по порядку.
  • yield from: чтобы внутри одного генератора передать все значения другого генератора, используется выражение yield from.

Генераторы и итераторы

Каждый генератор является итератором, но не каждый итератор — генератор. Итератор — это любой объект, выдающий значения по одному. Чтобы создать его вручную, нужно написать в классе методы iter() и next(). Генератор же реализует их автоматически, поэтому это самый простой способ создать итератор. Встроенные функции Python enumerate(), zip() и map() тоже возвращают значения таким же «ленивым» способом.

Преимущества генераторов

  • Экономия памяти: значения создаются по одному, поэтому можно работать с огромными данными.
  • Быстрый старт: первый результат получается сразу, без ожидания подготовки всех данных.
  • Возможность работать с бесконечными последовательностями.
  • Чистый код: вместо сложных классов-итераторов пишутся короткие и понятные функции.

Примечание: генераторы не всегда быстрее. На небольших объёмах данных обычный список иногда работает быстрее. Их главная сила — в экономии памяти.

Хотите применить эти знания на практике и получить реальные результаты? Начните обучение на курсе «IT и Компьютерная инженерия» и шаг за шагом приобретайте практические навыки. Подробнее о курсе — перейдите по ссылке: Курс «IT и Компьютерная инженерия».

Заполните форму чтобы узнать больше о наших IT курсах

Связанные термины:

Начни изучать IT уже сегодня