Python中xrange與yield的用法實(shí)例分析
本文實(shí)例分析了Python中xrange與yield的用法。分享給大家供大家參考,具體如下:
range和xrange
Python提供了生成和返回整數(shù)序列的內(nèi)置函數(shù)range及xrange,雖然這兩個(gè)函數(shù)在功能上是差不多的,但其實(shí)現(xiàn)原理還是有差別的。range(n, m)
返回的是一個(gè)從n到(m-1)的連續(xù)的整數(shù)列表,而xrange(n, m)
返回的卻是一個(gè)特殊的目的對(duì)象,即xrange對(duì)象本身.
>>> range(1, 5) [1, 2, 3, 4] >>> xrange(1, 5) xrange(1, 5) >>> type(xrange(1, 5)) <type 'xrange'>
但在python2.x中xrange返回的卻不是一個(gè)迭代器,所以 x = xrange(n, m), x.next()
會(huì)出錯(cuò)。假如需要返回一個(gè)迭代器,需要調(diào)用iter(xrange(….))
>>> x = iter(xrange(1, 5)) >>> x.next() 1 >>> x.next() 2
也就是,調(diào)用range和xrange程序在運(yùn)行中占用的內(nèi)存是不一樣的。使用range,程序?qū)⑹紫壬梢粋€(gè)list,然后再隱含調(diào)用list的iter獲取元素。而使用xrange,程序在每次循環(huán)產(chǎn)生的是一個(gè)xrange對(duì)象,這個(gè)對(duì)象是iterable,根據(jù)返回的這個(gè)xrange對(duì)象我們可以獲取元素。
生成器與yield
借助python的生成器,我們可以實(shí)現(xiàn)像內(nèi)置xrange函數(shù)的生成器,但這個(gè)生成器返回的是一個(gè)又浮點(diǎn)型值組成的序列而不是整型序列。
>>> def frange(start, stop, step=1.0): while start < stop: yield start start += step >>> frange(1.0, 5.0) <generator object frange at 0x01343148> >>> for i in frange(1.0, 5.0): print i, 1.0 2.0 3.0 4.0 >>> x = iter(frange(1.0, 5.0)) >>> x.next() 1.0 >>> x.next() 2.0
在python中,在函數(shù)體出現(xiàn)一個(gè)或者多個(gè)yield,這個(gè)函數(shù)就是生成器(generator)。在調(diào)用生成器的時(shí),系統(tǒng)不會(huì)執(zhí)行該生成器函數(shù)體。生成器被調(diào)用時(shí)將返回一個(gè)特殊的迭代器對(duì)象,這個(gè)個(gè)對(duì)象包含了生成器函數(shù)體、函數(shù)體的本地變量(包括函數(shù)體參數(shù))以及當(dāng)前的執(zhí)行位置。
在調(diào)用返回的迭代器對(duì)象的next方法時(shí),生成器將執(zhí)行到下一個(gè)yield語句。
在執(zhí)行完yield語句時(shí),函數(shù)的執(zhí)行將被“凍結(jié)”,保留執(zhí)行的當(dāng)前位置和未經(jīng)使用的本地變量,并將yield語句的執(zhí)行結(jié)果返回作為next方法的結(jié)果。繼續(xù)調(diào)用next則繼續(xù)調(diào)用yield,直到函數(shù)體運(yùn)行結(jié)束或者執(zhí)行了return語句(return語句不能含有表達(dá)式)。
最常見的,生成器可以用來構(gòu)建迭代器。假如我們需要一個(gè)從1到N,然后從N到1的數(shù)字組成的序列,可以使用生成器:
>>> def updown(N): for x in xrange(1, N): yield x for x in xrange(N, 0, -1): yield x >>> for i in updown(5): print i,
當(dāng)一個(gè)函數(shù)需要返回一個(gè)列表的時(shí)候,使用生成器可能更靈活。生成器可以構(gòu)建一個(gè)誤解的迭代器,返回一個(gè)無限的結(jié)果序列。更進(jìn)一步,生成器構(gòu)建的迭代器執(zhí)行的是懶計(jì)算:只有函數(shù)需要時(shí)才會(huì)計(jì)算結(jié)果。
所以假如需要對(duì)一個(gè)序列進(jìn)行迭代功能,可以考慮迭代器。
更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題:《Python數(shù)學(xué)運(yùn)算技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進(jìn)階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》
希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。
相關(guān)文章
簡(jiǎn)單了解python元組tuple相關(guān)原理
這篇文章主要介紹了簡(jiǎn)單了解python元組tuple相關(guān)原理,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-12-12Python如何批量處理經(jīng)緯度數(shù)據(jù)并生成位置信息
這篇文章主要介紹了Python如何批量處理經(jīng)緯度數(shù)據(jù)并生成位置信息問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-08-08如何使用Python生成4位數(shù)的隨機(jī)數(shù)字
本文討論了如何使用randint() 和randrange() 方法來生成一個(gè)四位數(shù)的數(shù)字,此外,我們還討論了另一種擁有隨機(jī)四位數(shù)號(hào)碼的途徑,感興趣的朋友跟隨小編一起看看吧2023-10-10python中l(wèi)ist*n生成多維數(shù)組與for循環(huán)生成多維數(shù)組的區(qū)別說明
這篇文章主要介紹了python中l(wèi)ist*n生成多維數(shù)組與for循環(huán)生成多維數(shù)組的區(qū)別說明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-05-05Tensorflow訓(xùn)練模型越來越慢的2種解決方案
今天小編就為大家分享一篇Tensorflow訓(xùn)練模型越來越慢的2種解決方案,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02Python算法練習(xí)之二分查找算法的實(shí)現(xiàn)
二分查找也稱折半查找(Binary Search),它是一種效率較高的查找方法。本文將介紹python如何實(shí)現(xiàn)二分查找算法,幫助大家更好的理解和使用python,感興趣的朋友可以了解下2022-06-06