Generator语法糖不可用于__init__方法，因其会使初始化器变为生成器函数而无法执行属性赋值；需用cached_property封装惰性计算，避免直接赋值生成器表达式。
Generator 语法糖本身不会直接出现在类的 __init__ 初始化器中。它属于函数定义层面的特性（基于 yield），而 __init__ 是一个普通方法，执行时必须完成全部初始化逻辑，不能“暂停”或“延迟赋值”。所谓“混用 Generator 语法糖导致未定义初始化断层”，本质是把生成器行为错误地嫁接到对象状态构建过程里，造成属性缺失、访问异常或状态不一致。
下面从三个关键角度帮你避开这类问题：
别在 `__init__` 里写 `yield` 或返回生成器
`__init__` 的职责是**同步完成实例属性的创建与赋值**。一旦在里面使用 `yield`，该方法就变成生成器函数，`__init__` 不再被当作初始化器调用，而是返回一个 generator 对象——而这个 generator **根本不会被执行**，实例属性自然一个都没设置。错误示例：
class BadExample:
def __init__(self, items):
self.name = "test"
yield from items # ❌ 这让 __init__ 变成生成器，self.items 根本没定义
结果：实例创建后，`obj.name` 可能都不存在（因 `__init__` 实际未执行完），更别说 `obj.items`。
需要惰性计算？用属性封装 + 缓存，而非初始化时生成
如果某属性依赖大量数据或耗时操作，想“按需生成”，正确做法是：- 不在 `__init__` 中计算或赋值，只存原始参数
- 用 `@property` 定义访问逻辑，并配合 `functools.cached_property`（Python 3.8+）或手动缓存
- 内部可安全使用生成器，但对外呈现的是稳定、已求值的结果
正确示例：
from functools import cached_property
<p>class DataProcessor:
def <strong>init</strong>(self, raw_data):
self._raw = raw_data # 只存输入，不触发处理</p><pre class="brush:php;toolbar:false;">@cached_property
def processed_items(self):
return list(self._generate_items()) # ✅ 生成器仅在此处调用并转为列表
def _generate_items(self):
for x in self._raw:
yield x * 2
警惕“伪生成器”陷阱：列表推导式 vs 生成器表达式
这两者写法相似，但语义不同：-
[x*2 for x in data]→ 立即执行，返回 list，适合初始化赋值 -
(x*2 for x in data)→ 返回 generator object，不计算，只保存逻辑
若误把后者直接赋给实例属性，后续访问时会发现它不是你预期的数据容器，而是个不可重复迭代的一次性对象。
反例：
class Risky:
def __init__(self, data):
self.items = (x*2 for x in data) # ❌ 是 generator，不是 list/tuple
后果：第一次遍历 `obj.items` 正常；第二次 `list(obj.items)` 就是空的；调用 `.append()` 会报错——因为它根本不是列表。
修正：明确你要的是什么。要立即可用的数据结构，就用列表/元组/集合推导；要延迟加载且可控，就用带缓存的 property。
