欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python yield的使用詳解

 更新時(shí)間:2021年10月08日 10:46:24   作者:Runoob  
您可能聽(tīng)說(shuō)過(guò),帶有 yield 的函數(shù)在 Python 中被稱之為、generator(生成器),何謂 generator ?我們先拋開(kāi) generator,以一個(gè)常見(jiàn)的編程題目來(lái)展示 yield 的概念

如何生成斐波那契數(shù)列

斐波那契(Fibonacci)數(shù)列是一個(gè)非常簡(jiǎn)單的遞歸數(shù)列,除第一個(gè)和第二個(gè)數(shù)外,任意一個(gè)數(shù)都可由前兩個(gè)數(shù)相加得到。用計(jì)算機(jī)程序輸出斐波那契數(shù)列的前 N 個(gè)數(shù)是一個(gè)非常簡(jiǎn)單的問(wèn)題,許多初學(xué)者都可以輕易寫出如下函數(shù):

清單 1. 簡(jiǎn)單輸出斐波那契數(shù)列前 N 個(gè)數(shù)

實(shí)例

#!/usr/bin/python
# -*- coding: UTF-8 -*-
def fab(max): 
    n, a, b = 0, 0, 1 
    while n < max: 
        print b 
        a, b = b, a + b 
        n = n + 1
fab(5)

執(zhí)行以上代碼,我們可以得到如下輸出:

1
1
2
3
5

結(jié)果沒(méi)有問(wèn)題,但有經(jīng)驗(yàn)的開(kāi)發(fā)者會(huì)指出,直接在 fab 函數(shù)中用 print 打印數(shù)字會(huì)導(dǎo)致該函數(shù)可復(fù)用性較差,因?yàn)?fab 函數(shù)返回 None,其他函數(shù)無(wú)法獲得該函數(shù)生成的數(shù)列。

要提高 fab 函數(shù)的可復(fù)用性,最好不要直接打印出數(shù)列,而是返回一個(gè) List。以下是 fab 函數(shù)改寫后的第二個(gè)版本:

清單 2. 輸出斐波那契數(shù)列前 N 個(gè)數(shù)第二版

實(shí)例

#!/usr/bin/python
# -*- coding: UTF-8 -*-
def fab(max): 
    n, a, b = 0, 0, 1 
    L = [] 
    while n < max: 
        L.append(b) 
        a, b = b, a + b 
        n = n + 1 
    return L
for n in fab(5): 
    print n

可以使用如下方式打印出 fab 函數(shù)返回的 List:

1
1
2
3
5

改寫后的 fab 函數(shù)通過(guò)返回 List 能滿足復(fù)用性的要求,但是更有經(jīng)驗(yàn)的開(kāi)發(fā)者會(huì)指出,該函數(shù)在運(yùn)行中占用的內(nèi)存會(huì)隨著參數(shù) max 的增大而增大,如果要控制內(nèi)存占用,最好不要用 List

來(lái)保存中間結(jié)果,而是通過(guò) iterable 對(duì)象來(lái)迭代。例如,在 Python2.x 中,代碼:

清單 3. 通過(guò) iterable 對(duì)象來(lái)迭代

for i in range(1000): pass

會(huì)導(dǎo)致生成一個(gè) 1000 個(gè)元素的 List,而代碼:

for i in xrange(1000): pass

則不會(huì)生成一個(gè) 1000 個(gè)元素的 List,而是在每次迭代中返回下一個(gè)數(shù)值,內(nèi)存空間占用很小。因?yàn)?xrange 不返回 List,而是返回一個(gè) iterable 對(duì)象。

利用 iterable 我們可以把 fab 函數(shù)改寫為一個(gè)支持 iterable 的 class,以下是第三個(gè)版本的 Fab:

清單 4. 第三個(gè)版本

實(shí)例

#!/usr/bin/python
# -*- coding: UTF-8 -*-
class Fab(object): 
    def __init__(self, max): 
        self.max = max 
        self.n, self.a, self.b = 0, 0, 1 
    def __iter__(self): 
        return self 
    def next(self): 
        if self.n < self.max: 
            r = self.b 
            self.a, self.b = self.b, self.a + self.b 
            self.n = self.n + 1 
            return r 
        raise StopIteration()
for n in Fab(5): 
    print n

Fab 類通過(guò) next() 不斷返回?cái)?shù)列的下一個(gè)數(shù),內(nèi)存占用始終為常數(shù):

1
1
2
3
5

然而,使用 class 改寫的這個(gè)版本,代碼遠(yuǎn)遠(yuǎn)沒(méi)有第一版的 fab 函數(shù)來(lái)得簡(jiǎn)潔。如果我們想要保持第一版 fab 函數(shù)的簡(jiǎn)潔性,同時(shí)又要獲得 iterable 的效果,yield 就派上用場(chǎng)了:

清單 5. 使用 yield 的第四版

實(shí)例

#!/usr/bin/python
# -*- coding: UTF-8 -*-
def fab(max): 
    n, a, b = 0, 0, 1 
    while n < max: 
        yield b      # 使用 yield
        # print b 
        a, b = b, a + b 
        n = n + 1
for n in fab(5): 
    print n

第四個(gè)版本的 fab 和第一版相比,僅僅把 print b 改為了 yield b,就在保持簡(jiǎn)潔性的同時(shí)獲得了 iterable 的效果。

調(diào)用第四版的 fab 和第二版的 fab 完全一致:

1
1
2
3
5

簡(jiǎn)單地講,yield 的作用就是把一個(gè)函數(shù)變成一個(gè) generator,帶有 yield 的函數(shù)不再是一個(gè)普通函數(shù),Python 解釋器會(huì)將其視為一個(gè) generator,調(diào)用 fab(5) 不會(huì)執(zhí)行 fab 函數(shù),而是返回一個(gè) iterable 對(duì)象!在 for 循環(huán)執(zhí)行時(shí),每次循環(huán)都會(huì)執(zhí)行 fab 函數(shù)內(nèi)部的代碼,執(zhí)行到 yield b 時(shí),fab 函數(shù)就返回一個(gè)迭代值,下次迭代時(shí),代碼從 yield b 的下一條語(yǔ)句繼續(xù)執(zhí)行,而函數(shù)的本地變量看起來(lái)和上次中斷執(zhí)行前是完全一樣的,于是函數(shù)繼續(xù)執(zhí)行,直到再次遇到 yield。

也可以手動(dòng)調(diào)用 fab(5) 的 next() 方法(因?yàn)?fab(5) 是一個(gè) generator 對(duì)象,該對(duì)象具有 next() 方法),這樣我們就可以更清楚地看到 fab 的執(zhí)行流程:

清單 6. 執(zhí)行流程

>>>f = fab(5) 
>>> f.next() 
1 
>>> f.next() 
1 
>>> f.next() 
2 
>>> f.next() 
3 
>>> f.next() 
5 
>>> f.next() 
Traceback (most recent call last): 
 File "<stdin>", line 1, in <module> 
StopIteration

當(dāng)函數(shù)執(zhí)行結(jié)束時(shí),generator 自動(dòng)拋出 StopIteration 異常,表示迭代完成。在 for 循環(huán)里,無(wú)需處理 StopIteration 異常,循環(huán)會(huì)正常結(jié)束。

我們可以得出以下結(jié)論:

一個(gè)帶有 yield 的函數(shù)就是一個(gè) generator,它和普通函數(shù)不同,生成一個(gè) generator 看起來(lái)像函數(shù)調(diào)用,但不會(huì)執(zhí)行任何函數(shù)代碼,直到對(duì)其調(diào)用 next()(在 for 循環(huán)中會(huì)自動(dòng)調(diào)用 next())才開(kāi)始執(zhí)行。雖然執(zhí)行流程仍按函數(shù)的流程執(zhí)行,但每執(zhí)行到一個(gè) yield 語(yǔ)句就會(huì)中斷,并返回一個(gè)迭代值,下次執(zhí)行時(shí)從 yield 的下一個(gè)語(yǔ)句繼續(xù)執(zhí)行??雌饋?lái)就好像一個(gè)函數(shù)在正常執(zhí)行的過(guò)程中被 yield 中斷了數(shù)次,每次中斷都會(huì)通過(guò) yield 返回當(dāng)前的迭代值。

yield 的好處是顯而易見(jiàn)的,把一個(gè)函數(shù)改寫為一個(gè) generator 就獲得了迭代能力,比起用類的實(shí)例保存狀態(tài)來(lái)計(jì)算下一個(gè) next() 的值,不僅代碼簡(jiǎn)潔,而且執(zhí)行流程異常清晰。

如何判斷一個(gè)函數(shù)是否是一個(gè)特殊的 generator 函數(shù)?可以利用 isgeneratorfunction 判斷:

清單 7. 使用 isgeneratorfunction 判斷

>>>from inspect import isgeneratorfunction 
>>> isgeneratorfunction(fab) 
True

要注意區(qū)分 fab 和 fab(5),fab 是一個(gè) generator function,而 fab(5) 是調(diào)用 fab 返回的一個(gè) generator,好比類的定義和類的實(shí)例的區(qū)別:

清單 8. 類的定義和類的實(shí)例

>>>import types 
>>> isinstance(fab, types.GeneratorType) 
False 
>>> isinstance(fab(5), types.GeneratorType) 
True

fab 是無(wú)法迭代的,而 fab(5) 是可迭代的:

>>>from collections import Iterable 
>>> isinstance(fab, Iterable) 
False 
>>> isinstance(fab(5), Iterable) 
True

每次調(diào)用 fab 函數(shù)都會(huì)生成一個(gè)新的 generator 實(shí)例,各實(shí)例互不影響:

>>>f1 = fab(3) 
>>> f2 = fab(5) 
>>> print 'f1:', f1.next() 
f1: 1 
>>> print 'f2:', f2.next() 
f2: 1 
>>> print 'f1:', f1.next() 
f1: 1 
>>> print 'f2:', f2.next() 
f2: 1 
>>> print 'f1:', f1.next() 
f1: 2 
>>> print 'f2:', f2.next() 
f2: 2 
>>> print 'f2:', f2.next() 
f2: 3 
>>> print 'f2:', f2.next() 
f2: 5

return 的作用

在一個(gè) generator function 中,如果沒(méi)有 return,則默認(rèn)執(zhí)行至函數(shù)完畢,如果在執(zhí)行過(guò)程中 return,則直接拋出 StopIteration 終止迭代。

另一個(gè)例子

另一個(gè) yield 的例子來(lái)源于文件讀取。如果直接對(duì)文件對(duì)象調(diào)用 read() 方法,會(huì)導(dǎo)致不可預(yù)測(cè)的內(nèi)存占用。好的方法是利用固定長(zhǎng)度的緩沖區(qū)來(lái)不斷讀取文件內(nèi)容。通過(guò) yield,我們不再需要編寫讀文件的迭代類,就可以輕松實(shí)現(xiàn)文件讀?。?/p>

清單 9. 另一個(gè) yield 的例子

實(shí)例

def read_file(fpath): 
    BLOCK_SIZE = 1024 
    with open(fpath, 'rb') as f: 
        while True: 
            block = f.read(BLOCK_SIZE) 
            if block: 
                yield block 
            else: 
                return

以上僅僅簡(jiǎn)單介紹了 yield 的基本概念和用法,yield 在 Python 3 中還有更強(qiáng)大的用法,我們會(huì)在后續(xù)文章中討論。

注:本文的代碼均在 Python 2.7 中調(diào)試通過(guò)

總結(jié)

本篇文章就到這里了,希望能夠給你帶來(lái)幫助,也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!

相關(guān)文章

  • python引用DLL文件的方法

    python引用DLL文件的方法

    這篇文章主要介紹了python引用DLL文件的方法,涉及Python調(diào)用dll文件的相關(guān)技巧,需要的朋友可以參考下
    2015-05-05
  • 簡(jiǎn)介Django框架中可使用的各類緩存

    簡(jiǎn)介Django框架中可使用的各類緩存

    這篇文章主要介紹了簡(jiǎn)介Django框架中可使用的各類緩存,Django是人氣最高的Python web開(kāi)發(fā)框架,需要的朋友可以參考下
    2015-07-07
  • Python中多返回值的應(yīng)用場(chǎng)景

    Python中多返回值的應(yīng)用場(chǎng)景

    Python 是一種非常靈活的編程語(yǔ)言,它允許函數(shù)返回多個(gè)值,本文主要介紹了Python中多返回值的應(yīng)用場(chǎng)景,具有一定的參考價(jià)值,感興趣的可以了解一下
    2024-06-06
  • Tensorflow tf.dynamic_partition矩陣拆分示例(Python3)

    Tensorflow tf.dynamic_partition矩陣拆分示例(Python3)

    今天小編就為大家分享一篇Tensorflow tf.dynamic_partition矩陣拆分示例(Python3) ,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
    2020-02-02
  • keras使用Sequence類調(diào)用大規(guī)模數(shù)據(jù)集進(jìn)行訓(xùn)練的實(shí)現(xiàn)

    keras使用Sequence類調(diào)用大規(guī)模數(shù)據(jù)集進(jìn)行訓(xùn)練的實(shí)現(xiàn)

    這篇文章主要介紹了keras使用Sequence類調(diào)用大規(guī)模數(shù)據(jù)集進(jìn)行訓(xùn)練的實(shí)現(xiàn),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
    2020-06-06
  • python實(shí)現(xiàn)字典(dict)和字符串(string)的相互轉(zhuǎn)換方法

    python實(shí)現(xiàn)字典(dict)和字符串(string)的相互轉(zhuǎn)換方法

    這篇文章主要介紹了python實(shí)現(xiàn)字典(dict)和字符串(string)的相互轉(zhuǎn)換方法,涉及Python字典dict的遍歷與字符串轉(zhuǎn)換相關(guān)操作技巧,需要的朋友可以參考下
    2017-03-03
  • python批量圖片處理簡(jiǎn)單示例

    python批量圖片處理簡(jiǎn)單示例

    這篇文章主要介紹了python批量圖片處理,涉及Python針對(duì)圖片文件的遍歷、判斷、縮放等相關(guān)操作技巧,需要的朋友可以參考下
    2019-08-08
  • Python中的xml與dict的轉(zhuǎn)換方法詳解

    Python中的xml與dict的轉(zhuǎn)換方法詳解

    這篇文章主要介紹了Python中的xml與dict的轉(zhuǎn)換方法詳解,xml 是指可擴(kuò)展標(biāo)記語(yǔ)言,一種標(biāo)記語(yǔ)言類似html,作用是傳輸數(shù)據(jù),而且不是顯示數(shù)據(jù)。可以自定義標(biāo)簽,需要的朋友可以參考下
    2023-07-07
  • Python基礎(chǔ)-特殊方法整理詳解

    Python基礎(chǔ)-特殊方法整理詳解

    python中特殊方法(魔術(shù)方法)是被python解釋器調(diào)用的,我們自己不需要調(diào)用它們,我們統(tǒng)一使用內(nèi)置函數(shù)來(lái)使用。本篇文章將對(duì)其詳細(xì)介紹,感興趣的小伙伴可以參考下面文章的具體內(nèi)容
    2021-09-09
  • VS Code配置Anaconda Python環(huán)境的詳細(xì)教程

    VS Code配置Anaconda Python環(huán)境的詳細(xì)教程

    在 Visual Studio Code (VS Code) 中可以使用 Anaconda 環(huán)境進(jìn)行 Python 開(kāi)發(fā),可以充分利用 Anaconda 提供的包管理和虛擬環(huán)境功能,同時(shí)享受 VS Code 提供的強(qiáng)大開(kāi)發(fā)工具和調(diào)試功能,本文主要介紹了VS Code配置Anaconda Python環(huán)境的詳細(xì)教程,需要的朋友可以參考下
    2024-09-09

最新評(píng)論