腳本之家服務器常用軟件

快捷導航

Python中的生成器和yield詳細介紹

更新時間：2015年01月09日 10:45:37 投稿：junjie

這篇文章主要介紹了Python中的生成器和yield詳細介紹,本文講解了列表推導與生成器表達式、斐波那契數(shù)列、生成器Generator、協(xié)程與yield表達式、使用生成器與協(xié)程等內(nèi)容,需要的朋友可以參考下

列表推導與生成器表達式

當我們創(chuàng)建了一個列表的時候，就創(chuàng)建了一個可以迭代的對象：

復制代碼代碼如下:

>>> squares=[n*n for n in range(3)]

>>> for i in squares:

 print i

0

1

4

這種創(chuàng)建列表的操作很常見，稱為列表推導。但是像列表這樣的迭代器，比如str、file等，雖然用起來很方便，但有一點，它們是儲存在內(nèi)存中的，如果值很大，會很麻煩。

而生成器表達式不同，它執(zhí)行的計算與列表包含相同，但會迭代的生成結(jié)果。它的語法與列表推導一樣，只是要用小括號來代替中括號：

復制代碼代碼如下:

>>> squares=(n*n for n in range(3))

>>> for i in squares:

 print i

0

1

4

生成器表達式不會創(chuàng)建序列形式的對象，不會把所有的值都讀取到內(nèi)存中，而是會創(chuàng)建一個通過迭代并按照需求生成值的生成器對象(Generator)。

那么，還有沒有其它方法來產(chǎn)生生成器呢？

例子:斐波那契數(shù)列

例如有個需求，要生成斐波那契數(shù)列的前10位,我們可以這樣寫：

復制代碼代碼如下:

def fib(n):

    result=[]

    a=1

    b=1

    result.append(a)

    for i in range(n-1):

        a,b=b,a+b

        result.append(a)

    return result

if __name__=='__main__':

    print fib(10)

數(shù)字很少時，函數(shù)運行良好，但數(shù)字很多時，問題就來了，顯然生成一個幾千幾萬長度的列表并不是一個很好的主意。

這樣，需求就變成了：寫一個可以生成可迭代對象的函數(shù)，或者說，不要讓函數(shù)一次返回全部的值，而是一次返回一個值。

這好像與我們的常識相違背，當我們調(diào)用一個普通的Python函數(shù)時，一般是從函數(shù)的第一行代碼開始執(zhí)行，結(jié)束于return語句、異?；蛘吆瘮?shù)結(jié)束(可以看作隱式的返回None):

復制代碼代碼如下:

def fib(n):

    a=1

    b=1

    for i in range(n-1):

        a,b=b,a+b

        return a

if __name__=='__main__':

    print fib(10)

>>> 

1    #返回第一個值時就卡住了

函數(shù)一旦將控制權(quán)交還給調(diào)用者，就意味著全部結(jié)束。函數(shù)中做的所有工作以及保存在局部變量中的數(shù)據(jù)都將丟失。再次調(diào)用這個函數(shù)時，一切都將從頭創(chuàng)建。函數(shù)只有一次返回結(jié)果的機會，因而必須一次返回所有的結(jié)果。通常我們都這么認為的。但是，如果它們并非如此呢？請看神奇的yield：

復制代碼代碼如下:

def fib(n):

    a=1

    yield a

    b=1

    for i in range(n-1):

        a,b=b,a+b

        yield a

if __name__=='__main__':

    for i in fib(10):

        print i

>>> 

1

1

2

3

5

8

13

21

34

生成器Generator

python中生成器的定義很簡單，使用了yield關(guān)鍵字的函數(shù)就可以稱之為生成器，它生成一個值的序列：

復制代碼代碼如下:

def countdown(n):

    while n>0:

        yield n

        n-=1

if __name__=='__main__':

    for i in countdown(10):

        print i

生成器函數(shù)返回生成器。要注意的是生成器就是一類特殊的迭代器。作為一個迭代器，生成器必須要定義一些方法，其中一個就是__next__()。如同迭代器一樣，我們可以使用next()函數(shù)(Python3是__next__() )來獲取下一個值：

復制代碼代碼如下:

>>> c=countdown(10)

>>> c.next()

10

>>> c.next()

9

每當生成器被調(diào)用的時候，它會返回一個值給調(diào)用者。在生成器內(nèi)部使用yield來完成這個動作。為了記住yield到底干了什么，最簡單的方法是把它當作專門給生成器函數(shù)用的特殊的return。調(diào)用next()時，生成器函數(shù)不斷的執(zhí)行語句，直至遇到y(tǒng)ield為止，此時生成器函數(shù)的”狀態(tài)”會被凍結(jié)，所有的變量的值會被保留下來，下一行要執(zhí)行的代碼的位置也會被記錄，直到再次調(diào)用next()繼續(xù)執(zhí)行yield之后的語句。

next()不能無限執(zhí)行，當?shù)Y(jié)束時，會拋出StopIteration異常。迭代未結(jié)束時，如果你想結(jié)束生成器，可以使用close()方法。

復制代碼代碼如下:

>>> c.next()

1

>>> c.next()

StopIteration

>>> c=countdown(10)

>>> c.next()

10

>>> c.close()

>>> c.next()

StopIteration

協(xié)程與yield表達式

yield語句還有更給力的功能，作為一個語句出現(xiàn)在賦值運算符的右邊，接受一個值，或同時生成一個值并接受一個值。

復制代碼代碼如下:

def recv():

    print 'Ready'

    while True:

        n=yield

        print 'Go %s'%n

>>> c=recv()

>>> c.next()

Ready

>>> c.send(1)

Go 1

>>> c.send(2)

Go 2

以這種方式使用yield語句的函數(shù)稱為協(xié)程。在這個例子中，對于next()的初始調(diào)用是必不可少的，這樣協(xié)程才能執(zhí)行可通向第一個yield表達式的語句。在這里協(xié)程會掛起，等待相關(guān)生成器對象send()方法給它發(fā)送一個值。傳遞給send()的值由協(xié)程中的yield表達式返回。

協(xié)程的運行一般是無限期的，使用方法close()可以顯式的關(guān)閉它。

如果yield表達式中提供了值，協(xié)程可以使用yield語句同時接收和發(fā)出返回值。

復制代碼代碼如下:

def split_line():

    print 'ready to split'

    result=None

    while True:

        line=yield result

        result=line.split()

>>> s=split_line()

>>> s.next()

ready to split

>>> s.send('1 2 3')

['1', '2', '3']

>>> s.send('a b c')

['a', 'b', 'c']

注意：理解這個例子中的先后順序非常重要。首個next()方法讓協(xié)程執(zhí)行到y(tǒng)ield result，這將返回result的值None。在接下來的send()調(diào)用中，接收到的值被放到line中并拆分到result中。send()方法的返回值就是下一條yield語句的值。也就是說，send()方法可以將一個值傳遞給yield表達式，但是其返回值來自下一個yield表達式，而不是接收send()傳遞的值的yield表達式。

如果你想用send()方法來開啟協(xié)程的執(zhí)行，必須先send一個None值，因為這時候是沒有yield語句來接受值的，否則就會拋出異常。

復制代碼代碼如下:

>>> s=split_line()

>>> s.send('1 2 3')

TypeError: can't send non-None value to a just-started generator

>>> s=split_line()

>>> s.send(None)

ready to split

使用生成器與協(xié)程

乍看之下，如何使用生成器和協(xié)程解決實際問題似乎并不明顯。但在解決系統(tǒng)、網(wǎng)絡和分布式計算方面的某些問題時，生成器和協(xié)程特別有用。實際上，yield已經(jīng)成為Python最強大的關(guān)鍵字之一。

比如，要建立一個處理文件的管道：

復制代碼代碼如下:

import os,sys
def default_next(func):
    def start(*args,**kwargs):
        f=func(*args,**kwargs)
        f.next()
        return f
    return start
@default_next
def find_files(target):
    topdir=yield
    while True:
        for path,dirname,filelist in os.walk(topdir):
            for filename in filelist:
                target.send(os.path.join(path,filename))

@default_next
def opener(target):
    while True:
        name=yield
        f=open(name)
        target.send(f)

@default_next
def catch(target):
    while True:
        f=yield
        for line in f:
            target.send(line)

@default_next
def printer():
    while True:
        line=yield
        print line

然后將這些協(xié)程連接起來，就可以創(chuàng)建一個數(shù)據(jù)流處理管道了：

復制代碼代碼如下:

finder=find_files(opener(catch(printer())))

finder.send(toppath)

程序的執(zhí)行完全由將數(shù)據(jù)發(fā)送到第一個協(xié)程find_files()中來驅(qū)動，協(xié)程管道會永遠保持活動狀態(tài)，直到它顯式的調(diào)用close()。

總之，生成器的功能非常強大。協(xié)程可以用于實現(xiàn)某種形式的并發(fā)。在某些類型的應用程序中，可以用一個任務調(diào)度器和一些生成器或協(xié)程實現(xiàn)協(xié)作式用戶空間多線程，即greenlet。yield的威力將在協(xié)程，協(xié)同式多任務處理(cooperative multitasking)，以及異步IO中得到真正的體現(xiàn)。

您可能感興趣的文章: