Python中的yield生成器的简单介绍
Python yield 使用浅析(整理自:廖 雪峰, 软件工程师, HP 2012 年 11 月 22 日 )
初学 Python 的开发者经常会发现很多 Python 函数中用到了 yield 关键字,然而,带有 yield 的函数执行流程却和普通函数不一样,yield 到底用来做什么,为什么要设计 yield ?本文将由浅入深地讲解 yield 的概念和用法,帮助读者体会 Python 里 yield 简单而强大的功能。
您可能听说过,带有 yield 的函数在 Python 中被称之为 generator(生成器),何谓 generator ? 我们先抛开 generator,以一个常见的编程题目来展示 yield 的概念。 如何生成斐波那契数列 斐波那契(Fibonacci)数列是一个非常简单的递归数列,除第一个和第二个数外,任意一个数都可由前两个数相加得到。用计算机程序输出斐波那契数列的前 N 个数是一个非常简单的问题,许多初学者都可以轻易写出如下函数:
清单 1. 简单输出斐波那契数列前 N 个数
1 def fab(max): 2 n, a, b = 0, 0, 1 3 while n < max: 4 print (b) 5 a, b = b, a + b 6 n = n + 1 7 fab(5) 8 9 #输出如下 10 # 1 11 # 1 12 # 2 13 # 3 14 # 5 15 # [Finished in 0.1s]
但有经验的开发者会指出,直接在 fab 函数中用 print 打印数字会导致该函数可复用性较差,因为 fab 函数返回 None,其他函数无法获得该函数生成的数列。 要提高 fab 函数的可复用性,最好不要直接打印出数列,而是返回一个 List。以下是 fab 函数改写后的第二个版本:
清单 2. 输出斐波那契数列前 N 个数第二版
1 def fab(max): 2 n, a, b = 0, 0, 1 3 L = [] 4 while n < max: 5 L.append(b) 6 a, b = b, a + b 7 n = n + 1 8 return L 9 10 for n in fab(5): 11 print (n) 12 13 #输出如下 14 # 1 15 # 1 16 # 2 17 # 3 18 # 5 19 # [Finished in 0.2s]
改写后的 fab 函数通过返回 List 能满足复用性的要求,但是更有经验的开发者会指出,该函数在运行中占用的内存会随着参数 max 的增大而增大,如果要控制内存占用,最好不要用 List 来保存中间结果,而是通过 iterable 对象来迭代。
例如,在 Python2.x 中,代码:
清单 3. 通过 iterable 对象来迭代
for i in range(1000): pass
会导致生成一个 1000 个元素的 List,
而代码: for i in xrange(1000): pass
则不会生成一个 1000 个元素的 List,而是在每次迭代中返回下一个数值,内存空间占用很小。因为 xrange 不返回 List,而是返回一个 iterable 对象。 利用 iterable 我们可以把 fab 函数改写为一个支持 iterable 的 class,以下是第三个版本的 Fab:
清单 4. 第三个版本
1 class Fab(object): 2 3 def __init__(self, max): 4 self.max = max 5 self.n, self.a, self.b = 0, 0, 1 6 7 def __iter__(self): 8 return self 9 10 def __next__(self): 11 if self.n < self.max: 12 r = self.b 13 self.a, self.b = self.b, self.a + self.b 14 self.n = self.n + 1 15 return r 16 raise StopIteration() 17 18 for n in Fab(5): 19 print (n) 20 #输出如下 21 # 1 22 # 1 23 # 2 24 # 3 25 # 5 26 # [Finished in 0.1s]
然而,使用 class 改写的这个版本,代码远远没有第一版的 fab 函数来得简洁。如果我们想要保持第一版 fab 函数的简洁性,同时又要获得 iterable 的效果,yield 就派上用场了:
清单 5. 使用 yield 的第四版
1 def fab(max): 2 n, a, b = 0, 0, 1 3 while n < max: 4 yield b 5 # print b 6 a, b = b, a + b 7 n = n + 1 8 9 10 for n in fab(5): 11 print (n) 12 13 #输出如下: 14 # 1 15 # 1 16 # 2 17 # 3 18 # 5 19 # [Finished in 0.2s]
第四个版本的 fab 和第一版相比,仅仅把 print b 改为了 yield b,就在保持简洁性的同时获得了 iterable 的效果。 调用第四版的 fab 和第二版的 fab 完全一致: 简单地讲,yield 的作用就是把一个函数变成一个 generator,带有 yield 的函数不再是一个普通函数,Python 解释器会将其视为一个 generator,调用 fab(5) 不会执行 fab 函数,而是返回一个 iterable 对象!在 for 循环执行时,每次循环都会执行 fab 函数内部的代码,执行到 yield b 时,fab 函数就返回一个迭代值,下次迭代时,代码从 yield b 的下一条语句继续执行,而函数的本地变量看起来和上次中断执行前是完全一样的,于是函数继续执行,直到再次遇到 yield。 也可以手动调用 fab(5) 的 next() 方法(因为 fab(5) 是一个 generator 对象,该对象具有 next() 方法),这样我们就可以更清楚地看到 fab 的执行流程:
清单 6. 执行流程
1 f = fab(5) 2 print (f.__next__()) 3 #1 4 print(f.__next__()) 5 #1 6 print(f.__next__()) 7 #2 8 print(f.__next__()) 9 #3 10 print(f.__next__()) 11 #5 12 print(f.__next__()) 13 # Traceback (most recent call last): 14 # File "<stdin>", line 1, in <module> 15 # StopIteration
当函数执行结束时,generator 自动抛出 StopIteration 异常,表示迭代完成。在 for 循环里,无需处理 StopIteration 异常,循环会正常结束。
我们可以得出以下结论:
一个带有 yield 的函数就是一个 generator,它和普通函数不同,生成一个 generator 看起来像函数调用,但不会执行任何函数代码,直到对其调用 next()(在 for 循环中会自动调用 next())才开始执行。虽然执行流程仍按函数的流程执行,但每执行到一个 yield 语句就会中断,并返回一个迭代值,下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次,每次中断都会通过 yield 返回当前的迭代值。
yield 的好处是显而易见的,把一个函数改写为一个 generator 就获得了迭代能力,比起用类的实例保存状态来计算下一个 next() 的值,不仅代码简洁,而且执行流程异常清晰。
如何判断一个函数是否是一个特殊的 generator 函数?可以利用 isgeneratorfunction 判断:
清单 7. 使用 isgeneratorfunction 判断
1 from inspect import isgeneratorfunction 2 print(isgeneratorfunction(fab)) 3 #True
要注意区分 fab 和 fab(5),fab 是一个 generator function,而 fab(5) 是调用 fab 返回的一个 generator,好比类的定义和类的实例的区别:
清单 8. 类的定义和类的实例
1 import types 2 print(isinstance(fab, types.GeneratorType)) 3 #False 4 print(isinstance(fab(5), types.GeneratorType)) 5 #True
fab 是无法迭代的,而 fab(5) 是可迭代的:
1 from collections import Iterable 2 print(isinstance(fab, Iterable)) 3 #False 4 print(isinstance(fab(5), Iterable)) 5 #True
每次调用 fab 函数都会生成一个新的 generator 实例,各实例互不影响。
return 的作用
在一个 generator function 中,如果没有 return,则默认执行至函数完毕,如果在执行过程中 return,则直接抛出 StopIteration 终止迭代。
另一个例子
另一个 yield 的例子来源于文件读取。如果直接对文件对象调用 read() 方法,会导致不可预测的内存占用。好的方法是利用固定长度的缓冲区来不断读取文件内容。通过 yield,我们不再需要编写读文件的迭代类,就可以轻松实现文件读取:
清单 9. 另一个 yield 的例子
1 def read_file(fpath): 2 BLOCK_SIZE = 1024 3 with open(fpath, 'rb') as f: 4 while True: 5 block = f.read(BLOCK_SIZE) 6 if block: 7 yield block 8 else: 9 return
以上仅仅简单介绍了 yield 的基本概念和用法,yield 在 Python 3 中还有更强大的用法,我们会在后续文章中讨论。
注:本文的代码虽然大部分都是Python2.x中的语法,但是我经过重构在Python3.x中均调试通过
转载于:https://www.cnblogs.com/AlwaysWIN/p/6202613.html
Python中的yield生成器的简单介绍相关推荐
- 简述python中的几种数据类型,简单介绍Python中的几种数据类型
简单介绍Python中的几种数据类型 python 里面分为 基本数据类型 和 复合数据类型 基本数据类型包括:数值 字符串 布尔 和 none 复合数据类型包括:列表 元组 字典 和集合怎么算是深情 ...
- Python中的装饰器的简单介绍02
这篇博文转载自伯乐在线的12步轻松搞定python装饰器,重构成python3. 1. 函数 在python中,函数通过def关键字.函数名和可选的参数列表定义.通过return关键字返回值.我们举例 ...
- Python中complex复数类型的简单介绍
1 复数的简要描述 虚数由实部和虚部两个部分构成: real+imag(虚部后缀为j或J) 其中实数部分和虚数部分都为浮点数. 例如定义一个虚数,分别输出它的实部和虚部: a=4.7+0.666j # ...
- linux的swap与memory,【Linux】Linux中Swap与Memory内存简单介绍
背景介绍 对于Linux来说,其在服务器市场的使用已经占据了绝对的霸主地位,不可动摇.Linux的各种设计思想和使用也被传承(当然不乏各种黑Linux,而且黑的漂亮).Linux的很多独特的设计,对性 ...
- python有关迭代器和生成器的面试题_【面试题 | Python中迭代器和生成器的区别?】- 环球网校...
[摘要]今天给大家解答一道Python常见的面试题,希望这个面试栏目,给那些准备面试的同学,提供一点点帮助!小编会从最基础的面试题开始,每天一题.如果参考答案不够好,或者有错误的话,麻烦大家可以在留言 ...
- [转载] 【零基础学爬虫】python中的yield详解
参考链接: 什么时候在Python中使用yield而不是return python中的yield功能比较强大,什么意思呢?如果一个函数f内使用了yield关键词,那么该函数就可以这样使用: for i ...
- python代码大全表解释-Python中顺序表的实现简单代码分享
顺序表python版的实现(部分功能未实现) 结果展示: 代码示例: #!/usr/bin/env python # -*- coding:utf-8 -*- class SeqList(object ...
- python字符计数怎样去除空格_去除python中的字符串空格的简单方法
python编程中,我们在修改代码,遇到空格很多的情况下,我们要删除空格.本文小编整理了三种字符串去除空格的方法: 方法一:使用字符串函数replace,去除全部空格. 实例: >>> ...
- 深入理解Python中的yield和send
send方法和next方法唯一的区别是在执行send方法会首先把上一次挂起的yield语句的返回值通过参数设定,从而实现与生成器方法的交互. 但是需要注意,在一个生成器对象没有执行next方法之前,由 ...
最新文章
- Ext fucionchart插件
- redis 基于主从复制的 rce 利用方式
- 爱情第五课,终极选择题
- [Coderforces600E] Lomsat gelral
- Mysql 添加字段 修改字段 删除字段
- Android实现异步处理 -- HTTP请求
- GNU ARM汇编--(五)中断汇编之嵌套中断处理
- linux用户修改密码
- JAVA微信小程序外卖点餐系统毕业设计 开题报告
- 注意,你需要注意的使用盗版破解软件发论文存在的风险及规避方法
- MongoDB数据同步工具之 MongoShake
- Win10 远程桌面黑屏问题
- android peap,Android连接IEEE8021X PEAP 无感知WiFi
- Linux网络开始收发包之前需要做的事情——创建ksoftirqd内核进程
- [Reproduced works]MongoDB Unauthorized Access Vulnerability
- iOS设备截图和Windows电脑互传,解决提交bug无图不能说明问题
- python 自动发微博 (微博H5接口)
- 重拾数据库,常用的数据库语句
- 详解两类AI芯片架构和关键技术
- plsql 删除一直在执行_固态硬盘开启Trim后,删除数据究竟能不能恢复?