新聞中心
本篇文章重點為大家講解一下python中的yield關(guān)鍵字,正是因為函數(shù)含有這個yield,所以,該函數(shù)不再是普通的函數(shù),而是生成器函數(shù)(generator function),首先看一下迭代器(iterator)和生成器(Generator)這兩個概念。

讓客戶滿意是我們工作的目標,不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶,將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴,公司提供的服務(wù)項目有:國際域名空間、虛擬空間、營銷軟件、網(wǎng)站建設(shè)、康樂網(wǎng)站維護、網(wǎng)站推廣。
一、迭代器(iterator)
在Python中,for循環(huán)可以用于Python中的任何類型,包括列表、元祖等等,實際上,for循環(huán)可用于任何“可迭代對象”,這其實就是迭代器
迭代器是一個實現(xiàn)了迭代器協(xié)議的對象,Python中的迭代器協(xié)議就是有next方法的對象會前進到下一結(jié)果,而在一系列結(jié)果的末尾是,則會引發(fā) StopIteration。任何這類的對象在Python中都可以用for循環(huán)或其他遍歷工具迭代,迭代工具內(nèi)部會在每次迭代時調(diào)用next方法,并且 捕捉StopIteration異常來確定何時離開。
使用迭代器一個顯而易見的好處就是:每次只從對象中讀取一條數(shù)據(jù),不會造成內(nèi)存的過大開銷。
比如要逐行讀取一個文件的內(nèi)容,利用readlines()方法,我們可以這么寫:
for line in open(“test.txt”).readlines(): print line
這樣雖然可以工作,但不是最好的方法。因為他實際上是把文件一次加載到內(nèi)存中,然后逐行打印。當文件很大時,這個方法的內(nèi)存開銷就很大了。
利用file的迭代器,我們可以這樣寫:
for line in open(“test.txt”): #use file iterators print line
這是最簡單也是運行速度最快的寫法,他并沒顯式的讀取文件,而是利用迭代器每次讀取下一行。
二、生成器(Generator)
生成器函數(shù)在Python中與迭代器協(xié)議的概念聯(lián)系在一起。簡而言之,包含yield語句的函數(shù)會被特地編譯成生成器。當函數(shù)被調(diào)用時,他們返回一個生成器對象,這個對象支持迭代器接口。函數(shù)也許會有個return語句,但它的作用是用來yield產(chǎn)生值的。
不像一般的函數(shù)會生成值后退出,生成器函數(shù)在生成值后會自動掛起并暫停他們的執(zhí)行和狀態(tài),他的本地變量將保存狀態(tài)信息,這些信息在函數(shù)恢復(fù)時將再度有效
\>>> def g(n):
... for i in range(n):
... yield i **2
...
\>>> for i in g(5):
... print i,":",
...
0 : 1 : 4 : 9 : 16 :
要了解他的運行原理,我們來用next方法看看:
\>>> t = g(5)
\>>> t.next()
0
\>>> t.next()
1
\>>> t.next()
4
\>>> t.next()
9
\>>> t.next()
16
\>>> t.next()
Traceback (most recent call last):
File " " , line 1, in
StopIteration
在運行完5次next之后,生成器拋出了一個StopIteration異常,迭代終止。 再來看一個yield的例子,用生成器生成一個Fibonacci數(shù)列:
def fab(max):
a,b = 0,1
while a >> for i in fab(20):
... print i,",",
...
0 , 1 , 1 , 2 , 3 , 5 , 8 , 13 ,
看到這里應(yīng)該就能理解生成器那個很抽象的概念了吧~~
當前標題:講解一下python中的yield關(guān)鍵字
網(wǎng)頁鏈接:http://fisionsoft.com.cn/article/dpigigo.html


咨詢
建站咨詢
