python惰性求值例子_惰性求值和yield-Python
惰性求值
惰性求值(Lazy evaluation)是在需要时才进行求值的计算方式。表达式不在它被绑定到变量之后就立即求值,而是在该值被取用的时候求值。
除可以得到性能的提升(更小的内存占用)外,惰性计算的最重要的好处是它可以构造一个无限的数据类型。
yield的概念
yield的功能类似于return,但是不同之处在于它返回的是生成器。
生成器
生成器是通过一个或多个yield表达式构成的函数,每一个生成器都是一个迭代器(但是迭代器不一定是生成器)。
如果一个函数包含yield关键字,这个函数就会变为一个生成器。
生成器并不会一次返回所有结果,而是每次遇到yield关键字后返回相应结果,并保留函数当前的运行状态,等待下一次的调用。
由于生成器也是一个迭代器,那么它就应该支持next方法来获取下一个值。
# coding=utf8
# author=AaronChou
# 通过`yield`来创建生成器
def func():
for i in xrange(10):
yield i
# 通过列表来创建生成器
[i for i in xrange(10)]
# 调用如下
f = func()
print f # 此时生成器还没有运行
#
print f.next() # 当i=0时,遇到yield关键字,直接返回
# 0
print f.next() # 继续上一次执行的位置,进入下一层循环
# 1
# ...
print f.next()
# 9
print f.next() # 当执行完最后一次循环后,结束yield语句,生成StopIteration异常
# Traceback (most recent call last):
# File "", line 1, in
# StopIteration
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
当函数执行结束的时候,generator自动自动抛出StopIteration的异常,表示迭代的结束,而在for循环中,我们不需要手动的进行处理异常,循环会自动的正常结束。
除了next函数,生成器还支持send函数。该函数可以向生成器传递参数。
# 通过`yield`来创建生成器
def func():
n = 0
while 1:
n = yield n # 可以通过send函数向n赋值
f = func()
print f.next() # 默认情况下n为0
# 0
print f.send(1) # n赋值1
# 1
print f.send(6)
# 6
1
2
3
4
5
6
7
8
9
10
11
12
13
14
注意fac不可迭代,而fac(5)可迭代
一个带有yield的函数就是一盒generator,它和普通的函数不同,声称一个generator看起来想函数调用,但是部执行任何函数代码,直到对其调用next()(注意在for循环中会自动调用next)才开始执行。虽然执行流程和普通函数一样,但是每执行到一个yield语句,就会中断,并返回一个迭代值,下次执行的时候从yield的下一个语句开始执行。看起来像是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返回当前迭代器的值。
yield的好处显而易见,把一个函数该写成generator就获得了迭代能力,比起在类的实例中保存状态计算下一个next的值,更加使代码清洁,而且执行流程非常清晰
判断是否为generator
方法是使用isgeneratorfunction来进行判断
from inspect import isgeneratorfunction
isgeneratorfunction(fac)
1
2
应用
最经典的例子,生成无限序列。
常规的解决方法是,生成一个满足要求的很大的列表,这个列表需要保存在内存中,很明显内存限制了这个问题。
def get_primes(start):
for element in magical_infinite_range(start):
if is_prime(element):
return element
1
2
3
4
使用生成器就不需要返回整个列表,每次都只是返回一个数据,避免了内存的限制问题。
def get_primes(number):
while True:
if is_prime(number):
yield number
number += 1
1
2
3
4
5
用生成器生成一个Fibonacci数列:
def fab(max):
a, b = 0, 1
while a < max:
yield a
a, b = b, a + b
for i in fab(20):
print i, ",",
1
2
3
4
5
6
7
8
9
10
迭代器(iterator),生成器(constructor),Yield
当创建了一个列表,可以一个个的读取它的每一项,这叫做迭代器(iterator)。可以用在for...in...语句中的都是可迭代的:比如lists,strings,files…因为这些可迭代的对象你可以随意的读取所以非常方便易用,但是必须把它们的值放到内存里,当它们有很多值时就会消耗太多的内存.
mylist = [x * x for x in range(3)]
for i in mylist:
print i
1
2
3
生成器(constructor)也是迭代器的一种,但是只能迭代它们一次,原因很简单,因为它们不是全部存在内存里,它们只在要调用的时候在内存里生成。
mygenerator = (x * x for x in range(3))
for i in mygenerator:
print i
1
2
3
生成器和迭代器的区别就是用()代替[],不能用for i in mygenerator第二次调用生成器:首先计算0,然后会在内存里丢掉0去计算1,直到计算完4.
mygenerator = (x * x for x in range(3))
for i in mygenerator:
yield i * i
1
2
3
使用Yield时,调用函数的时候,函数里的代码并没有运行。函数仅仅返回生成器对象,然后,每当for语句迭代生成器的时候你的代码才会运转。节省了内存空间。
Yield其实就是Python中应用了惰性求值的思想,使得函数能够建立可计算的无限列表而没有妨碍计算的无限循环或大小问题
参考:
http://www.ibm.com/developerworks/cn/opensource/os-cn-python-yield/
http://www.cnblogs.com/coder2012/p/4990834.html
python惰性求值例子_惰性求值和yield-Python相关推荐
- python中and和or的惰性求值特点_惰性求值和yield-Python
惰性求值 惰性求值(Lazy evaluation)是在需要时才进行求值的计算方式.表达式不在它被绑定到变量之后就立即求值,而是在该值被取用的时候求值. 除可以得到性能的提升(更小的内存占用)外,惰性 ...
- python预测未来数据步骤_大神教你用Python预测未来:一文看懂时间序列(值得收藏)...
所有代码都是用 Python 编写的,并且在 GitHub 上可以看到所有的信息. https://nbviewer.jupyter.org/github/leandrovrabelo/tsmodel ...
- python统计数据画概率曲线_统计学入门级:常见概率分布+python绘制分布图
基本概念 离散型随机变量 如果随机变量X的所有取值都可以逐个列举出来,则称X为离散型随机变量.相应的概率分布有二项分布,泊松分布. 连续型随机变量 如果随机变量X的所有取值无法逐个列举出来,而是取数轴 ...
- python搜索软件或应用_搜索引擎(简陋版)python
建立索引: 索引就像图书馆每个书架上的小牌子,你要找某一本书,譬如一本学习python语言的书,你就先搜索"信息与计算机分部",然后搜索"编程语言",这样就可以 ...
- python创建类统计属性_轻松创建统计数据的Python包
python创建类统计属性 介绍 (Introduction) Sometimes you may need a distribution figure for your slide or class ...
- python面向对象编程98讲_谈面向对象的编程(Python)
(注:本文部分内容摘自互联网,由于作者水平有限,不足之处,还望留言指正.) 今天中秋节,也没什么特别的,寻常日子依旧. 谈谈面向对象吧,什么叫面向对象? 那么问题来了,你有对象吗? 嗯,,,那我可以做 ...
- python 听歌识曲_听歌识曲--用python实现一个音乐检索器
作者 | 唯心不易@博客园 http://www.cnblogs.com/chuxiuhong/p/6063602.html 听歌识曲,顾名思义,用设备"听"歌曲,然后它要告诉你这 ...
- python 制作自己的新闻_【一点资讯】使用 Python 制作属于自己的 PDF 电子书 www.yidianzixun.com...
之前介绍过一篇如何将 PDF 转换为图片的文章(点击这里查看),今天分享的则是如何将 HTML 保存为 PDF. 熟练利用好这招,可以试着自己把精品网页内容做成 PDF 电子书. 作者:taceywo ...
- 为了提高python代码运行速度和进行_一行代码让你的python运行速度提高100倍
Python用的好,猪也能飞起来.今天,带大家学习如何让Python飞起来的方法,干货满满哦! python一直被病垢运行速度太慢,但是实际上python的执行效率并不慢,慢的是python用的解释器 ...
最新文章
- python3.7 6如何安装-深度linux安装Python3.7.6
- vue 数据(data)赋值问题
- 第一次作业--四则运算题目生成程序
- 开源C# Winform控件库《SunnyUI》强力推荐
- tof摄像头手势识别_一种基于TOF手势识别的控制系统的制作方法
- 秘籍分享:如何将负载均衡按量付费实例转换为包年包月实例
- plsql developer连接oracle--本地不安装oracle
- Delete带有子查询的sql优化,改为innerJoin解决
- SpringBoot依赖管理,版本仲裁
- 智能优化算法:自私羊群优化算法-附代码
- WINCC冗余、上位机冗余详细教程
- jq 获取引入页面url_jQuery获取当前页面的URL信息
- python单样本t检验_SPSS单一样本的T检验
- oracle 12c PDB 数据库 和mybatis 数据库连接池 的连接问题
- kiosk 无效_开发Kiosk Web应用程序的10个技巧
- 【U3D实战笔记】2DProject:RushMan
- WebAR+教育丨帮助老师课堂教学,教育展览
- 区分java的三大版本:JavaSE、JavaME、JavaEE
- U-BOOT添加命令
- 设置css手机屏幕 media all,手机屏幕自适应之css写法@media