欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

在Python中如何使用yield

 更新時(shí)間:2021年06月07日 15:21:27   作者:vincent_duan  
在 Python 開(kāi)發(fā)中,yield 關(guān)鍵字的使用其實(shí)較為頻繁,例如大集合的生成,簡(jiǎn)化代碼結(jié)構(gòu)、協(xié)程與并發(fā)都會(huì)用到它,文中詳細(xì)介紹了yield的用法,需要的朋友可以參考下

一、生成器

如果在一個(gè)方法內(nèi),包含了 yield 關(guān)鍵字,那么這個(gè)函數(shù)就是一個(gè)「生成器」。

生成器其實(shí)就是一個(gè)特殊的迭代器,它可以像迭代器那樣,迭代輸出方法內(nèi)的每個(gè)元素。

我們來(lái)看一個(gè)包含 yield 關(guān)鍵字的方法:

# coding: utf8

# 生成器
def gen(n):
    for i in range(n):
        yield i

g = gen(5)      # 創(chuàng)建一個(gè)生成器
print(g)        # <generator object gen at 0x10bb46f50>
print(type(g))  # <type 'generator'>

# 迭代生成器中的數(shù)據(jù)
for i in g:
    print(i)
    
# Output:
# 0 1 2 3 4

注意,在這個(gè)例子中,當(dāng)我們執(zhí)行 g = gen(5) 時(shí),gen 中的代碼其實(shí)并沒(méi)有執(zhí)行,此時(shí)我們只是創(chuàng)建了一個(gè)「生成器對(duì)象」,它的類(lèi)型是 generator

然后,當(dāng)我們執(zhí)行 for i in g,每執(zhí)行一次循環(huán),就會(huì)執(zhí)行到 yield 處,返回一次 yield 后面的值。

這個(gè)迭代過(guò)程是和迭代器最大的區(qū)別。

換句話說(shuō),如果我們想輸出 5 個(gè)元素,在創(chuàng)建生成器時(shí),這個(gè) 5 個(gè)元素其實(shí)還并沒(méi)有產(chǎn)生,什么時(shí)候產(chǎn)生呢?只有在執(zhí)行for循環(huán)遇到 yield 時(shí),才會(huì)依次生成每個(gè)元素。

此外,生成器除了和迭代器一樣實(shí)現(xiàn)迭代數(shù)據(jù)之外,還包含了其他方法:

  • generator.__next__():執(zhí)行 for 時(shí)調(diào)用此方法,每次執(zhí)行到 yield 就會(huì)停止,然后返回 yield 后面的值,如果沒(méi)有數(shù)據(jù)可迭代,拋出 StopIterator 異常,for 循環(huán)結(jié)束
  • generator.send(value):外部傳入一個(gè)值到生成器內(nèi)部,改變 yield 前面的值
  • generator.throw(type[, value[, traceback]]):外部向生成器拋出一個(gè)異常
  • generator.close():關(guān)閉生成器

通過(guò)使用生成器的這些方法,我們可以完成很多有意思的功能。

二、next

先來(lái)看生成器的 __next__ 方法,我們看下面這個(gè)例子。

# coding: utf8

def gen(n):
    for i in range(n):
        print('yield before')
        yield i
        print('yield after')

g = gen(3)      # 創(chuàng)建一個(gè)生成器
print(g.__next__())  # 0
print('----')
print(g.__next__())  # 1
print('----')
print(g.__next__())  # 2
print('----')
print(g.__next__())  # StopIteration

# Output:
# yield before
# 0
# ----
# yield after
# yield before
# 1
# ----
# yield after
# yield before
# 2
# ----
# yield after
# Traceback (most recent call last):
#   File "gen.py", line 16, in <module>
#     print(g.__next__())  # StopIteration
# StopIteration

在這個(gè)例子中,我們定義了 gen 方法,這個(gè)方法包含了 yield 關(guān)鍵字。然后我們執(zhí)行 g = gen(3) 創(chuàng)建一個(gè)生成器,但是這次沒(méi)有執(zhí)行 for 去迭代它,而是多次調(diào)用 g.__next__() 去輸出生成器中的元素。

我們看到,當(dāng)執(zhí)行 g.__next__()時(shí),代碼就會(huì)執(zhí)行到 yield 處,然后返回 yield 后面的值,如果繼續(xù)調(diào)用 g.__next__(),注意,你會(huì)發(fā)現(xiàn),這次執(zhí)行的開(kāi)始位置,是上次 yield 結(jié)束的地方,并且它還保留了上一次執(zhí)行的上下文,繼續(xù)向后迭代。

這就是使用 yield 的作用,在迭代生成器時(shí),每一次執(zhí)行都可以保留上一次的狀態(tài),而不是像普通方法那樣,遇到 return 就返回結(jié)果,下一次執(zhí)行只能再次重復(fù)上一次的流程。

生成器除了能保存狀態(tài)之外,我們還可以通過(guò)其他方式,改變其內(nèi)部的狀態(tài),這就是下面要講的 sendthrow 方法。

三、send

上面的例子中,我們只展示了在 yield 后有值的情況,其實(shí)還可以使用 j = yield i 這種語(yǔ)法,我們看下面的代碼:

# coding: utf8

def gen():
    i = 1
    while True:
        j = yield i
        i *= 2
        if j == -1:
            break

此時(shí)如果我們執(zhí)行下面的代碼:

for i in gen():
    print(i)
    time.sleep(1)

輸出結(jié)果會(huì)是 1 2 4 8 16 32 64 ... 一直循環(huán)下去, 直到我們殺死這個(gè)進(jìn)程才能停止。

這段代碼一直循環(huán)的原因在于,它無(wú)法執(zhí)行到 j == -1 這個(gè)分支里 break 出來(lái),如果我們想讓代碼執(zhí)行到這個(gè)地方,如何做呢?

這里就要用到生成器的 send 方法了,send 方法可以把外部的值傳入生成器內(nèi)部,從而改變生成器的狀態(tài)。

g = gen()   # 創(chuàng)建一個(gè)生成器
print(g.__next__())  # 1
print(g.__next__())  # 2
print(g.__next__())  # 4
# send 把 -1 傳入生成器內(nèi)部 走到了 j = -1 這個(gè)分支
print(g.send(-1))   # StopIteration 迭代停止

當(dāng)我們執(zhí)行 g.send(-1) 時(shí),相當(dāng)于把 -1 傳入到了生成器內(nèi)部,然后賦值給了 yield 前面的 j,此時(shí) j = -1,然后這個(gè)方法就會(huì) break 出來(lái),不會(huì)繼續(xù)迭代下去。

四、throw

外部除了可以向生成器內(nèi)部傳入一個(gè)值外,還可以傳入一個(gè)異常,也就是調(diào)用 throw 方法:

# coding: utf8

def gen():
    try:
        yield 1
    except ValueError:
        yield 'ValueError'
    finally:
        print('finally')

g = gen()   # 創(chuàng)建一個(gè)生成器
print(g.__next__()) # 1
# 向生成器內(nèi)部傳入異常 返回ValueError
print(g.throw(ValueError))

# Output:
# 1
# ValueError
# finally

這個(gè)例子創(chuàng)建好生成器后,使用 g.throw(ValueError) 的方式,向生成器內(nèi)部傳入了一個(gè)異常,走到了生成器異常處理的分支邏輯。

五、close

生成器的 close 方法也比較簡(jiǎn)單,就是手動(dòng)關(guān)閉這個(gè)生成器,關(guān)閉后的生成器無(wú)法再進(jìn)行操作。

>>> g = gen()
>>> g.close() # 關(guān)閉生成器
>>> g.__next__() # 無(wú)法迭代數(shù)據(jù)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

close 方法我們?cè)陂_(kāi)發(fā)中使用得比較少,了解一下就好。

六、使用場(chǎng)景

了解了 yield 和生成器的使用方式,那么 yield生成器一般用在哪些業(yè)務(wù)場(chǎng)景中呢?

下面我介紹幾個(gè)例子,分別是大集合的生成、簡(jiǎn)化代碼結(jié)構(gòu)、協(xié)程與并發(fā),你可以參考這些使用場(chǎng)景來(lái)使用 yield。

大集合的生成

如果你想生成一個(gè)非常大的集合,如果使用 list 創(chuàng)建一個(gè)集合,這會(huì)導(dǎo)致在內(nèi)存中申請(qǐng)一個(gè)很大的存儲(chǔ)空間,例如想下面這樣:

# coding: utf8

def big_list():
    result = []
    for i in range(10000000000):
        result.append(i)
    return result

# 一次性在內(nèi)存中生成大集合 內(nèi)存占用非常大
for i in big_list():
    print(i)

這種場(chǎng)景,我們使用生成器就能很好地解決這個(gè)問(wèn)題。

因?yàn)樯善髦挥性趫?zhí)行到 yield 時(shí)才會(huì)迭代數(shù)據(jù),這時(shí)只會(huì)申請(qǐng)需要返回元素的內(nèi)存空間,代碼可以這樣寫(xiě):

# coding: utf8

def big_list():
    for i in range(10000000000):
        yield i

# 只有在迭代時(shí) 才依次生成元素 減少內(nèi)存占用
for i in big_list():
    print(i)

簡(jiǎn)化代碼結(jié)構(gòu)

我們?cè)陂_(kāi)發(fā)時(shí)還經(jīng)常遇到這樣一種場(chǎng)景,如果一個(gè)方法要返回一個(gè) list,但這個(gè) list 是多個(gè)邏輯塊組合后才能產(chǎn)生的,這就會(huì)導(dǎo)致我們的代碼結(jié)構(gòu)變得很復(fù)雜:

# coding: utf8

def gen_list():
    # 多個(gè)邏輯塊 組成生成一個(gè)列表
    result = []
    for i in range(10):
        result.append(i)
    for j in range(5):
        result.append(j * j)
    for k in [100, 200, 300]:
        result.append(k)
    return result
    
for item in gen_list():
    print(item)

這種情況下,我們只能在每個(gè)邏輯塊內(nèi)使用 appendlist 中追加元素,代碼寫(xiě)起來(lái)比較啰嗦。

此時(shí)如果使用 yield 來(lái)生成這個(gè) list,代碼就簡(jiǎn)潔很多:

# coding: utf8

def gen_list():
    # 多個(gè)邏輯塊 使用yield 生成一個(gè)列表
    for i in range(10):
        yield i
    for j in range(5):
        yield j * j
    for k in [100, 200, 300]:
        yield k
        
for item in gen_list():
    print(i)

使用 yield 后,就不再需要定義 list 類(lèi)型的變量,只需在每個(gè)邏輯塊直接 yield 返回元素即可,可以達(dá)到和前面例子一樣的功能。

我們看到,使用 yield 的代碼更加簡(jiǎn)潔,結(jié)構(gòu)也更清晰,另外的好處是只有在迭代元素時(shí)才申請(qǐng)內(nèi)存空間,降低了內(nèi)存資源的消耗。

七、協(xié)程與并發(fā)

還有一種場(chǎng)景是 yield 使用非常多的,那就是「協(xié)程與并發(fā)」。

如果我們想提高程序的執(zhí)行效率,通常會(huì)使用多進(jìn)程、多線程的方式編寫(xiě)程序代碼,最常用的編程模型就是「生產(chǎn)者-消費(fèi)者」模型,即一個(gè)進(jìn)程 / 線程生產(chǎn)數(shù)據(jù),其他進(jìn)程 / 線程消費(fèi)數(shù)據(jù)。

在開(kāi)發(fā)多進(jìn)程、多線程程序時(shí),為了防止共享資源被篡改,我們通常還需要加鎖進(jìn)行保護(hù),這樣就增加了編程的復(fù)雜度。

在 Python 中,除了使用進(jìn)程和線程之外,我們還可以使用「協(xié)程」來(lái)提高代碼的運(yùn)行效率。

什么是協(xié)程?

簡(jiǎn)單來(lái)說(shuō),由多個(gè)程序塊組合協(xié)作執(zhí)行的程序,稱(chēng)之為「協(xié)程」。

而在 Python 中使用「協(xié)程」,就需要用到 yield 關(guān)鍵字來(lái)配合。

可能這么說(shuō)還是太好理解,我們用 yield 實(shí)現(xiàn)一個(gè)協(xié)程生產(chǎn)者、消費(fèi)者的例子:

# coding: utf8

def consumer():
    i = None
    while True:
        # 拿到 producer 發(fā)來(lái)的數(shù)據(jù)
        j = yield i 
        print('consume %s' % j)

def producer(c):
    c.__next__()
    for i in range(5):
        print('produce %s' % i)
        # 發(fā)數(shù)據(jù)給 consumer
        c.send(i)
    c.close()

c = consumer()
producer(c)

# Output:
# produce 0
# consume 0
# produce 1
# consume 1
# produce 2
# consume 2
# produce 3
# consume 3
...

這個(gè)程序的執(zhí)行流程如下:

1.c = consumer() 創(chuàng)建一個(gè)生成器對(duì)象

2.producer(c) 開(kāi)始執(zhí)行,c.__next()__會(huì)啟動(dòng)生成器 consumer 直到代碼運(yùn)行到 j = yield i 處,此時(shí) consumer 第一次執(zhí)行完畢,返回

3.producer 函數(shù)繼續(xù)向下執(zhí)行,直到 c.send(i)處,這里利用生成器的 send 方法,向 consumer 發(fā)送數(shù)據(jù)

4.consumer 函數(shù)被喚醒,從 j = yield i 處繼續(xù)開(kāi)始執(zhí)行,并且接收到 producer 傳來(lái)的數(shù)據(jù)賦值給 j,然后打印輸出,直到再次執(zhí)行到 yield 處,返回

5.producer 繼續(xù)循環(huán)執(zhí)行上面的過(guò)程,依次發(fā)送數(shù)據(jù)給 cosnumer,直到循環(huán)結(jié)束

6.最終 c.close() 關(guān)閉 consumer 生成器,程序退出

在這個(gè)例子中我們發(fā)現(xiàn),程序在 producerconsumer 這 2 個(gè)函數(shù)之間來(lái)回切換執(zhí)行,相互協(xié)作,完成了生產(chǎn)任務(wù)、消費(fèi)任務(wù)的業(yè)務(wù)場(chǎng)景,最重要的是,整個(gè)程序是在單進(jìn)程單線程下完成的。

到此這篇關(guān)于在Python中如何使用yield的文章就介紹到這了,更多相關(guān)yield的用法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • 淺談在django中使用filter()(即對(duì)QuerySet操作)時(shí)踩的坑

    淺談在django中使用filter()(即對(duì)QuerySet操作)時(shí)踩的坑

    這篇文章主要介紹了淺談在django中使用filter()(即對(duì)QuerySet操作)時(shí)踩的坑,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(guò)來(lái)看看吧
    2020-03-03
  • Python項(xiàng)目管理Git常用命令詳圖講解

    Python項(xiàng)目管理Git常用命令詳圖講解

    這篇文章主要介紹了Python項(xiàng)目管理Git常用命令詳圖講解,文中附含詳細(xì)的圖片講解,建議收藏閱讀,有需要的朋友可以借鑒參考下,希望能夠有所幫助
    2021-09-09
  • python中的sys.stdout重定向解讀

    python中的sys.stdout重定向解讀

    這篇文章主要介紹了python中的sys.stdout重定向,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
    2024-06-06
  • 跟老齊學(xué)Python之字典,你還記得嗎?

    跟老齊學(xué)Python之字典,你還記得嗎?

    在python中,也有一種數(shù)據(jù)與此相近,不僅相近,這種數(shù)據(jù)的名稱(chēng)就叫做dictionary,翻譯過(guò)來(lái)是字典,類(lèi)似于前面的int/str/list,這種類(lèi)型數(shù)據(jù)名稱(chēng)是:dict
    2014-09-09
  • Python動(dòng)態(tài)可視化模塊Pynimate初體驗(yàn)

    Python動(dòng)態(tài)可視化模塊Pynimate初體驗(yàn)

    Pynimate是python第三方用于動(dòng)態(tài)可視化的數(shù)據(jù)模塊,是一位專(zhuān)攻?Python?語(yǔ)言的程序員開(kāi)發(fā)的安裝包。本文將通過(guò)幾個(gè)簡(jiǎn)單的示例,講解一下Pynimate的使用方法,需要的可以參考一下
    2023-02-02
  • Python基于回溯法子集樹(shù)模板解決數(shù)字組合問(wèn)題實(shí)例

    Python基于回溯法子集樹(shù)模板解決數(shù)字組合問(wèn)題實(shí)例

    這篇文章主要介紹了Python基于回溯法子集樹(shù)模板解決數(shù)字組合問(wèn)題,簡(jiǎn)單描述了數(shù)字組合問(wèn)題并結(jié)合實(shí)例形式分析了Python回溯法子集樹(shù)模板解決數(shù)字組合問(wèn)題的具體步驟與相關(guān)操作技巧,需要的朋友可以參考下
    2017-09-09
  • PyQt5入門(mén)之基于QListWidget版本實(shí)現(xiàn)圖片縮略圖列表功能

    PyQt5入門(mén)之基于QListWidget版本實(shí)現(xiàn)圖片縮略圖列表功能

    這篇文章主要介紹了PyQt5入門(mén)之基于QListWidget版本實(shí)現(xiàn)圖片縮略圖列表功能,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2021-09-09
  • 深入理解python協(xié)程

    深入理解python協(xié)程

    協(xié)程又稱(chēng)為微線程,協(xié)程是一種用戶態(tài)的輕量級(jí)線程,它是實(shí)現(xiàn)多任務(wù)的另一種方式,只不過(guò)是比線程更小的執(zhí)行單元。因?yàn)樗詭PU的上下文,這樣只要在合適的時(shí)機(jī),我們可以把一個(gè)協(xié)程切換到另一個(gè)協(xié)程
    2021-06-06
  • 基于MSELoss()與CrossEntropyLoss()的區(qū)別詳解

    基于MSELoss()與CrossEntropyLoss()的區(qū)別詳解

    今天小編就為大家分享一篇基于MSELoss()與CrossEntropyLoss()的區(qū)別詳解,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(guò)來(lái)看看吧
    2020-01-01
  • Python實(shí)現(xiàn)的讀取電腦硬件信息功能示例

    Python實(shí)現(xiàn)的讀取電腦硬件信息功能示例

    這篇文章主要介紹了Python實(shí)現(xiàn)的讀取電腦硬件信息功能,結(jié)合實(shí)例形式分析了Python基于wmi庫(kù)讀取電腦CPU、磁盤(pán)、網(wǎng)絡(luò)、進(jìn)程等硬件信息相關(guān)操作技巧,需要的朋友可以參考下
    2018-05-05

最新評(píng)論