在Python編程中，有一個(gè)強(qiáng)大而神秘的關(guān)鍵字，那就是yield。初學(xué)者常常被它搞得暈頭轉(zhuǎn)向，而高級(jí)開發(fā)者則借助它實(shí)現(xiàn)高效的代碼。到底yield是什么？它又是如何在Python代碼中發(fā)揮作用的呢？讓我們一起來(lái)揭開它的面紗。

Python里的一個(gè)非常重要但也頗具迷惑性的關(guān)鍵詞——yield。

什么是yield？為什么我們需要在Python中使用它？

來(lái)，讓我們一起來(lái)拆解一下，看看yield到底是個(gè)啥。

迭代與可迭代對(duì)象

要搞明白yield，咱們先得弄清楚什么是可迭代對(duì)象（iterables）。

所謂可迭代對(duì)象，簡(jiǎn)單來(lái)說(shuō)，就是你可以逐個(gè)讀取其元素的對(duì)象，比如列表、字符串、文件等等。舉個(gè)例子，當(dāng)你創(chuàng)建一個(gè)列表時(shí)，你可以用for循環(huán)一個(gè)個(gè)地讀取它的元素：

mylist = [1, 2, 3]
for i in mylist:
print(i)

輸出會(huì)是：

1
2
3

這里的mylist就是一個(gè)可迭代對(duì)象。你還可以用列表推導(dǎo)式（list comprehension）來(lái)創(chuàng)建一個(gè)列表，它同樣也是可迭代的：

mylist = [x*x for x in range(3)]
for i in mylist:
print(i)

輸出是：

1
2
3

凡是你可以用for... in...來(lái)操作的東西，都是可迭代對(duì)象，包括列表、字符串、文件等等。

可迭代對(duì)象非常方便，因?yàn)槟憧梢匀我舛啻蔚刈x取它們的值，但前提是你得把所有值都存儲(chǔ)在內(nèi)存里。這就帶來(lái)了一個(gè)問(wèn)題：當(dāng)數(shù)據(jù)量很大時(shí)，這種方式顯然不太合適。

生成器

生成器（generators）是迭代器的一種，你只能遍歷它們一次。生成器不像列表那樣把所有的值都存儲(chǔ)在內(nèi)存里，而是即用即生成。來(lái)看看生成器的例子：???????

mygenerator = (x*x for x in range(3))
for i in mygenerator:
print(i)

輸出和列表推導(dǎo)式一樣：???????

0
1
4

但注意了，生成器只能使用一次，因?yàn)樗鼈儠?huì)“邊用邊忘”：計(jì)算0后忘記0，計(jì)算1后忘記1，最后計(jì)算4后結(jié)束。再用同一個(gè)生成器對(duì)象做for循環(huán)就沒(méi)有結(jié)果了。

yield關(guān)鍵詞

說(shuō)到y(tǒng)ield，這是個(gè)類似于return的關(guān)鍵詞，但它返回的不是一個(gè)值，而是一個(gè)生成器?？纯催@個(gè)例子：???????

def create_generator():
mylist = range(3)
for i in mylist:
yield i*i
mygenerator = create_generator() # 創(chuàng)建一個(gè)生成器
print(mygenerator) # mygenerator 是一個(gè)生成器對(duì)象！

輸出是：

<generator object create_generator at 0xb7555c34>

通過(guò)for循環(huán)遍歷這個(gè)生成器：???????

for i in mygenerator:
print(i)

輸出：???????

0
1
4

這個(gè)例子看起來(lái)簡(jiǎn)單，但它在處理大量數(shù)據(jù)時(shí)特別有用，因?yàn)樯善髦辉谛枰獣r(shí)生成值，而不是一次性生成所有值然后存儲(chǔ)在內(nèi)存中。

深入理解yield

為了徹底掌握yield，我們需要理解當(dāng)調(diào)用生成器函數(shù)時(shí)，函數(shù)體內(nèi)的代碼并不會(huì)立即執(zhí)行。函數(shù)返回的是一個(gè)生成器對(duì)象，然后你的代碼會(huì)在每次調(diào)用for循環(huán)時(shí)從上次中斷的地方繼續(xù)執(zhí)行，直到遇到下一個(gè)yield。

第一次調(diào)用for循環(huán)時(shí)，生成器對(duì)象會(huì)從頭開始運(yùn)行函數(shù)中的代碼，直到遇到y(tǒng)ield，然后返回循環(huán)中的第一個(gè)值。隨后的每次調(diào)用都會(huì)執(zhí)行函數(shù)中循環(huán)的下一次迭代，直到生成器不再有值返回。這可能是因?yàn)檠h(huán)結(jié)束了，或者條件不再滿足。

來(lái)看看一個(gè)實(shí)際的例子：?

 def _get_child_candidates(self, distance, min_dist, max_dist):
     if self._leftchild and distance - max_dist < self._median:
         yield self._leftchild
     if self._rightchild and distance + max_dist >= self._median:
         yield self._rightchild

這里的代碼在每次使用生成器對(duì)象時(shí)都會(huì)被調(diào)用：

如果節(jié)點(diǎn)對(duì)象還有左子節(jié)點(diǎn)并且距離合適，返回下一個(gè)子節(jié)點(diǎn)。

如果節(jié)點(diǎn)對(duì)象還有右子節(jié)點(diǎn)并且距離合適，返回下一個(gè)子節(jié)點(diǎn)。

如果沒(méi)有更多子節(jié)點(diǎn)，生成器會(huì)被認(rèn)為是空的。

調(diào)用這個(gè)生成器的方法如下：???????

 result, candidates = list(), [self]
 while candidates:
     node = candidates.pop()
     distance = node._get_dist(obj)
     if distance <= max_dist and distance >= min_dist:
         result.extend(node._values)
     candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))
 return result

這里的代碼有幾個(gè)巧妙之處：

• 循環(huán)遍歷一個(gè)列表，而列表在循環(huán)過(guò)程中會(huì)擴(kuò)展。這樣可以方便地遍歷所有嵌套的數(shù)據(jù)，雖然有些危險(xiǎn)，因?yàn)榭赡軙?huì)陷入無(wú)限循環(huán)。在這個(gè)例子中，candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))用盡生成器的所有值，但while循環(huán)不斷創(chuàng)建新的生成器對(duì)象，因?yàn)樗鼈冏饔迷诓煌墓?jié)點(diǎn)上會(huì)產(chǎn)生不同的值。
• extend()方法是列表對(duì)象的方法，它期望一個(gè)可迭代對(duì)象，并將其值添加到列表中。通常我們傳遞一個(gè)列表給它，但在代碼中，它接收一個(gè)生成器，這是個(gè)好主意，因?yàn)椋?/li>

• 你不需要讀取值兩次。
• 你可能有很多子節(jié)點(diǎn)，不想全部存儲(chǔ)在內(nèi)存中。

這段代碼展示了Python為何如此酷：它不在乎方法的參數(shù)是列表還是其他可迭代對(duì)象。這種特性叫鴨子類型（duck typing），也是Python靈活性的一個(gè)體現(xiàn)。

高級(jí)用法

再來(lái)看一個(gè)更高級(jí)的用法——控制生成器的耗盡：???????

 class Bank():
     crisis = False
      def create_atm(self):
         while not self.crisis:
              yield "$100"
  hsbc = Bank()
  corner_street_atm = hsbc.create_atm()
  print(next(corner_street_atm)) # 輸出 $100
 print(next(corner_street_atm)) # 輸出 $100
 print([next(corner_street_atm) for _ in range(5)]) # 輸出 ['$100', '$100', '$100', '$100', '$100']
 hsbc.crisis = True
 print(next(corner_street_atm)) # 輸出 StopIteration

這里我們模擬了一個(gè)ATM機(jī)，在銀行沒(méi)有危機(jī)時(shí)，你可以不斷取錢，但一旦危機(jī)來(lái)了，ATM機(jī)就會(huì)停止工作，即使是新的ATM機(jī)也不能再取錢了。

itertools模塊

最后，給大家介紹一個(gè)非常有用的模塊——itertools。這個(gè)模塊包含了很多操作可迭代對(duì)象的特殊函數(shù)。如果你曾經(jīng)希望復(fù)制一個(gè)生成器、連接兩個(gè)生成器、用一行代碼將值分組到嵌套列表中，或者在不創(chuàng)建另一個(gè)列表的情況下使用map和zip，那么就應(yīng)該導(dǎo)入itertools。

舉個(gè)例子，我們看看四匹馬比賽的可能到達(dá)順序：???????

import itertools
horses = [1, 2, 3, 4]
races = itertools.permutations(horses)
print(list(itertools.permutations(horses)))

輸出：

[(1, 2, 3, 4), (1, 2, 4, 3), (1, 3, 2, 4), (1, 3, 4, 2), (1, 4, 2, 3), (1, 4, 3, 2), (2, 1, 3, 4), (2, 1, 4, 3), (2, 3, 1, 4), (2, 3, 4, 1), (2, 4, 1, 3), (2, 4, 3, 1), (3, 1, 2, 4), (3, 1, 4, 2), (3, 2, 1, 4), (3, 2, 4, 1), (3, 4, 1, 2), (3, 4, 2, 1), (4, 1, 2, 3), (4, 1, 3, 2), (4, 2, 1, 3), (4, 2, 3, 1), (4, 3, 1, 2), (4, 3, 2, 1)]

itertools模塊簡(jiǎn)直是Python程序員的好伙伴，可以讓你在處理迭代對(duì)象時(shí)如虎添翼。

總結(jié)

yield是Python中一個(gè)強(qiáng)大的工具，它可以幫助你以一種高效的方式處理大量數(shù)據(jù)。理解yield的工作原理對(duì)于掌握Python編程至關(guān)重要。

在大數(shù)據(jù)時(shí)代，處理海量數(shù)據(jù)已成為常態(tài)。生成器作為一種高效的數(shù)據(jù)處理方式，因其優(yōu)越的內(nèi)存管理能力，受到了越來(lái)越多開發(fā)者的青睞。無(wú)論是日志處理、數(shù)據(jù)流分析，還是實(shí)時(shí)數(shù)據(jù)處理，生成器都展現(xiàn)了不可替代的價(jià)值。

通過(guò)對(duì)yield的詳解，我們不僅理解了它的基本概念和用法，還認(rèn)識(shí)到它在高效數(shù)據(jù)處理中的重要性。掌握yield，將為你的Python編程之旅增添一把利器。

到此這篇關(guān)于Python 代碼中的 yield 關(guān)鍵字到底是什么的文章就介紹到這了,更多相關(guān)Python 代碼中的 yield 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！

最新評(píng)論