Python關(guān)鍵字yield詳解
迭代器(Iterator)
為了理解yield是什么,首先要明白生成器(generator)是什么,在講生成器之前先說(shuō)說(shuō)迭代器(iterator),當(dāng)創(chuàng)建一個(gè)列表(list)時(shí),你可以逐個(gè)的讀取每一項(xiàng),這就叫做迭代(iteration)。
- mylist = [1, 2, 3]
- for i in mylist :
- print(i)
- 1
- 2
- 3
Mylist就是一個(gè)迭代器,不管是使用復(fù)雜的表達(dá)式列表,還是直接創(chuàng)建一個(gè)列表,都是可迭代的對(duì)象。
- mylist = [x*x for x in range(3)]
- for i in mylist :
- print(i)
- 0
- 1
- 4
你可以使用“for··· in ···”來(lái)操作可迭代對(duì)象,如:list,string,files,這些迭代對(duì)象非常方便我們使用,因?yàn)槟憧梢园凑漳愕囊庠高M(jìn)行重復(fù)的讀取。但是你不得不預(yù)先存儲(chǔ)所有的元素在內(nèi)存中,那些對(duì)象里有很多元素時(shí),并不是每一項(xiàng)都對(duì)你有用。
生成器(Generators)
生成器同樣是可迭代對(duì)象,但是你只能讀取一次,因?yàn)樗](méi)有把所有值存放內(nèi)存中,它動(dòng)態(tài)的生成值:
- mygenerator = (x*x for x in range(3))
- for i in mygenerator :
- print(i)
- 0
- 1
- 4
使用()和[]結(jié)果是一樣的,但是,第二次執(zhí)行“ for in mygenerator”不會(huì)有任何結(jié)果返回,因?yàn)樗荒苁褂靡淮?。首先?jì)算0,然后計(jì)算1,之后計(jì)算4,依次類推。
Yield
Yield是關(guān)鍵字, 用起來(lái)像return,yield在告訴程序,要求函數(shù)返回一個(gè)生成器。
- def createGenerator() :
- mylist = range(3)
- for i in mylist :
- yield i*i
- mygenerator = createGenerator() # create a generator
- print(mygenerator) # mygenerator is an object!
- <generator object createGenerator at 0xb7555c34>
- for i in mygenerator:
- print(i)
- 0
- 1
- 4
這個(gè)示例本身沒(méi)什么意義,但是它很清晰地說(shuō)明函數(shù)將返回一組僅能讀一次的值,要想掌握yield,首先必須理解的是:當(dāng)你調(diào)用生成器函數(shù)的時(shí)候,如上例中的createGenerator(),程序并不會(huì)執(zhí)行函數(shù)體內(nèi)的代碼,它僅僅只是返回生成器對(duì)象,這種方式頗為微妙。函數(shù)體內(nèi)的代碼只有直到每次循環(huán)迭代(for)生成器的時(shí)候才會(huì)運(yùn)行。
函數(shù)***次運(yùn)行時(shí),它會(huì)從函數(shù)開(kāi)始處直到碰到y(tǒng)ield時(shí),就返回循環(huán)的***個(gè)值,然后,交互的運(yùn)行、返回,直到?jīng)]有值返回為止。如果函數(shù)在運(yùn)行但是并沒(méi)有遇到y(tǒng)ield,就認(rèn)為該生成器是空,原因可能是循環(huán)終止,或者沒(méi)有滿足任何”if/else”。
接下來(lái)讀一小段代碼來(lái)理解生成器的優(yōu)點(diǎn):
控制生成器窮舉
- >>> class Bank(): # 創(chuàng)建銀行,構(gòu)造ATM機(jī)
- ... crisis = False
- ... def create_atm(self) :
- ... while not self.crisis :
- ... yield "$100"
- >>> hsbc = Bank() # 沒(méi)有危機(jī)時(shí),你想要多少,ATM就可以吐多少
- >>> corner_street_atm = hsbc.create_atm()
- >>> print(corner_street_atm.next())
- $100
- >>> print(corner_street_atm.next())
- $100
- >>> print([corner_street_atm.next() for cash in range(5)])
- ['$100', '$100', '$100', '$100', '$100']
- >>> hsbc.crisis = True # 危機(jī)來(lái)臨,銀行沒(méi)錢(qián)了
- >>> print(corner_street_atm.next())
- <type 'exceptions.StopIteration'>
- >>> wall_street_atm = hsbc.ceate_atm() # 新建ATM,銀行仍然沒(méi)錢(qián)
- >>> print(wall_street_atm.next())
- <type 'exceptions.StopIteration'>
- >>> hsbc.crisis = False # 麻煩就是,即使危機(jī)過(guò)后銀行還是空的
- >>> print(corner_street_atm.next())
- <type 'exceptions.StopIteration'>
- >>> brand_new_atm = hsbc.create_atm() # 構(gòu)造新的ATM,恢復(fù)業(yè)務(wù)
- >>> for cash in brand_new_atm :
- ... print cash
- $100
- $100
- $100
- $100
- $100
- $100
- $100
- $100
- $100
對(duì)于訪問(wèn)控制資源,生成器顯得非常有用。
迭代工具,你***的朋友
迭代工具模塊包含了操做指定的函數(shù)用于操作迭代器。想復(fù)制一個(gè)迭代器出來(lái)?鏈接兩個(gè)迭代器?以one liner(這里的one-liner只需一行代碼能搞定的任務(wù))用內(nèi)嵌的列表組合一組值?不使用list創(chuàng)建Map/Zip?···,你要做的就是 import itertools,舉個(gè)例子吧:
四匹馬賽跑到達(dá)終點(diǎn)排名的所有可能性:
- >>> horses = [1, 2, 3, 4]
- >>> races = itertools.permutations(horses)
- >>> print(races)
- <itertools.permutations object at 0xb754f1dc>
- >>> print(list(itertools.permutations(horses)))
- [(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)]
理解迭代的內(nèi)部機(jī)制:
迭代(iteration)就是對(duì)可迭代對(duì)象(iterables,實(shí)現(xiàn)了__iter__()方法)和迭代器(iterators,實(shí)現(xiàn)了__next__()方法)的一個(gè)操作過(guò)程??傻鷮?duì)象是任何可返回一個(gè)迭代器的對(duì)象,迭代器是應(yīng)用在迭代對(duì)象中迭代的對(duì)象,換一種方式說(shuō)的話就是:iterable對(duì)象的__iter__()方法可以返回iterator對(duì)象,iterator通過(guò)調(diào)用next()方法獲取其中的每一個(gè)值(譯者注),讀者可以結(jié)合Java API中的 Iterable接口和Iterator接口進(jìn)行類比。