• python-yield


    生成器(generator)概念

    生成器不会把结果保存在一个系列中,而是保存生成器的状态,在每次进行迭代时返回一个值,直到遇到StopIteration异常结束。

    生成器语法

    生成器表达式: 通列表解析语法,只不过把列表解析的[]换成()
    生成器表达式能做的事情列表解析基本都能处理,只不过在需要处理的序列比较大时,列表解析比较费内存。

    生成器函数: 在函数中如果出现了yield关键字,那么该函数就不再是普通函数,而是生成器函数。

    但是生成器函数可以生产一个无线的序列,这样列表根本没有办法进行处理。

    yield 的作用就是把一个函数变成一个 generator,带有 yield 的函数不再是一个普通函数,Python 解释器会将其视为一个 generator。

    下面为一个可以无穷生产奇数的生成器函数。

    当然通过手动编写迭代器可以实现类似的效果,只不过生成器更加直观易懂

    题外话: 生成器是包含有__iter()和next__()方法的,所以可以直接使用for来迭代,而没有包含StopIteration的自编Iter来只能通过手动循环来迭代。

    看到上面的结果,现在你可以很有信心的按照Iterator的方式进行循环了吧!

    在 for 循环执行时,每次循环都会执行 fab 函数内部的代码,执行到 yield b 时,fab 函数就返回一个迭代值,下次迭代时,代码从 yield b 的下一条语句继续执行,而函数的本地变量看起来和上次中断执行前是完全一样的,于是函数继续执行,直到再次遇到 yield。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次,每次中断都会通过 yield 返回当前的迭代值。

    yield 与 return

    在一个生成器中,如果没有return,则默认执行到函数完毕时返回StopIteration;

    如果遇到return,如果在执行过程中 return,则直接抛出 StopIteration 终止迭代。

    如果在return后返回一个值,那么这个值为StopIteration异常的说明,不是程序的返回值。

    生成器没有办法使用return来返回值。

    生成器支持的方法

    close()

    手动关闭生成器函数,后面的调用会直接返回StopIteration异常。

     send()

    生成器函数最大的特点是可以接受外部传入的一个变量,并根据变量内容计算结果后返回。
    这是生成器函数最难理解的地方,也是最重要的地方,实现后面我会讲到的协程就全靠它了。

    执行流程:

    1. 通过g.send(None)或者next(g)可以启动生成器函数,并执行到第一个yield语句结束的位置。此时,执行完了yield语句,但是没有给receive赋值。yield value会输出初始值0注意:在启动生成器函数时只能send(None),如果试图输入其它的值都会得到错误提示信息。
    2. 通过g.send(‘aaa’),会传入aaa,并赋值给receive,然后计算出value的值,并回到while头部,执行yield value语句有停止。此时yield value会输出”got: aaa”,然后挂起。
    3. 通过g.send(3),会重复第2步,最后输出结果为”got: 3″
    4. 当我们g.send(‘e’)时,程序会执行break然后推出循环,最后整个函数执行完毕,所以会得到StopIteration异常。

    最后的执行结果如下:

     throw()

    用来向生成器函数送入一个异常,可以结束系统定义的异常,或者自定义的异常。
    throw()后直接跑出异常并结束程序,或者消耗掉一个yield,或者在没有下一个yield的时候直接进行到程序的结尾。

    输出结果为:

    解释:

    1. print(next(g)):会输出normal value,并停留在yield ‘normal value 2’之前。
    2. 由于执行了g.throw(ValueError),所以会跳过所有后续的try语句,也就是说yield ‘normal value 2’不会被执行,然后进入到except语句,打印出we got ValueError here。然后再次进入到while语句部分,消耗一个yield,所以会输出normal value。
    3. print(next(g)),会执行yield ‘normal value 2’语句,并停留在执行完该语句后的位置。
    4. g.throw(TypeError):会跳出try语句,从而print(‘here’)不会被执行,然后执行break语句,跳出while循环,然后到达程序结尾,所以跑出StopIteration异常。

    下面给出一个综合例子,用来把一个多维列表展开,或者说扁平化多维列表)

    如果理解起来有点困难,那么把print语句的注释打开在进行查看就比较明了了。

    所谓协程就是在一个线程中切换子进程,相比多线程有如下好处:最大的优势就是协程极高的执行效率。因为子程序切换不是线程切换,而是由程序自身控制,因此,没有线程切换的开销,和多线程比,线程数量越多,协程的性能优势就越明显。第二大优势就是不需要多线程的锁机制,因为只有一个线程,也不存在同时写变量冲突,在协程中控制共享资源不加锁,只需要判断状态就好了,所以执行效率比多线程高很多。

    python的协程通过generator支持的.

    yield可以接受参数|传递参数.

    send调用协程,第一次要使用send(None)启动generator.

    总结

    1. 按照鸭子模型理论,生成器就是一种迭代器,可以使用for进行迭代。
    2. 第一次执行next(generator)时,会执行完yield语句后程序进行挂起,所有的参数和状态会进行保存。再一次执行next(generator)时,会从挂起的状态开始往后执行。在遇到程序的结尾或者遇到StopIteration时,循环结束。
    3. 可以通过generator.send(arg)来传入参数,这是协程模型。
    4. 可以通过generator.throw(exception)来传入一个异常。throw语句会消耗掉一个yield。可以通过generator.close()来手动关闭生成器。
    5. next()等价于send(None)
  • 相关阅读:
    Java学习-IO流-read()和write()详解
    JAVA中String类常用构造方法
    java的System.exit(0)和System.exit(1)区别。
    Eclipse快捷键大全
    Java Arraylist的遍历
    Java Map的遍历
    C++求最大公约数,最小公倍数
    C++sort使用实例
    [Project Euler] 题目汇总
    [leetcode]做过的题的目录
  • 原文地址:https://www.cnblogs.com/emma-zhu/p/6795417.html
Copyright © 2020-2023  润新知