Python 生成器yield原理及用法

来自:网络
时间:2022-06-08
阅读:
目录

前言

在Python中存在两种好用的功能迭代器与生成器。当我们刚开始接触到时,会简单的认为迭代只不过是处理列表、集合等序列中元素而已。然而,它们的功能并非如此。

当我们遇到一个列表[1,2,3,4,5,6]需要进行遍历时,我们可以使用如下方法:

  • for循环遍历打印
  • next()方法打印

同时,我们也可以创建个性化的迭代器对象、构造生成器函数等等。

Python中迭代器协议主要用到了两个魔法方法:__iter__(),__next__()

  • __iter__() 方法创建一个具有__next__()方法的迭代器对象
  • __next__() 方法返回下一个迭代器对象

Python中只具有迭代操作的生成器,也是属于迭代器的。在Python中,我们可以使用yield的函数来实现生成器。

本期,我们将详细介绍生成器相关原理和用法,Let's go~~~

1. 什么是yield?

首先我们需要认识一生成器(generator),从字面意思上理解,循环计算的操作方式。在Python中,提供一种可以边循环边计算的机制。

生成器是解决使用序列存储大量数据时,内存消耗大的问题。我们可以根据存储数据的某些规律,演算为算法,在循环过程中通过计算得到,这样可以不用创建完整序列,从而大大节省占用空间。

yield 是实现生成器方法之一,当函数使用yield方法,则该函数就成为了一个生成器。调用该函数,就等于创建了一个生成器对象。

2. yield 原理

一个生成器,主要是通过循环反复调用next()方法,直到捕获异常。

具有 yield方法的函数也是一个生成器,创建如下栗子:

def test(n):
    print("starting...")
    while True:
        res = yield n
        print ("res:",res)
g = test(5)
print(next(g))
print("######")
print(next(g))

Python 生成器yield原理及用法

我们可以看到输出的打印日志:

  • test函数带有yield关键字,说明它是一个生成器,不会进行执行
  • 当test函数遇到next()方法时,开始执行test函数内部步骤
  • 直到程序遇到yield关键字时,程序会中止
  • 直到下一次的next()方法唤醒,执行yield后续步骤,print()方法。这时候,res没有被赋值。
  • 再次进入循环while内部步骤,同理遇到yield关键字中止循环

当我们需要对生成器里的元素进行赋值时,我们可以调用.send()方法:

Python 生成器yield原理及用法

因此,带yield的函数具体内部执行操作为:

  • yield 方法:相当于Return作用,程序遇到yield则直接中止后续步骤
  • 当再次调用生成器时,next()方法会唤醒,并继续执行yield后续步骤
  • 还可以调用send()方法,可以唤醒,并传入一个值,继续执行yield后续步骤

生成器是可迭代的,每一次只可读一次。因此常常与for循环一起组合使用。

3. yield 常见用法

我们通常可以使用带有yield的函数来创建生成器来替代包含大量数据的序列。

import sys
def test(n):
    print("start")
    while n > 0:
        yield n
        n-=1
    print("end")
a = [x for x in range(1000)]
b= test(1000)
print("a内存大小:",sys.getsizeof(a))
print("b内存大小:",sys.getsizeof(b))

Python 生成器yield原理及用法

总结

本期,我们主要对生成器及关键字yield的相关细节点进行学习。生成器是迭代器的一中,只用来迭代操作。生成器内部主要是调用next()方法或send()方法来访问下一个迭代器对象。我们可以定义带有yield关键字的函数来实现生成器,yield相当于return作用,但是可以支持传参。

返回顶部
顶部