python中的yield

最新推荐文章于 2024-11-20 10:18:24 发布

Manaasdfasdf

最新推荐文章于 2024-11-20 10:18:24 发布

阅读量542

点赞数 1

分类专栏：技术分享

技术分享专栏收录该内容

243 篇文章

订阅专栏

本文深入浅出地介绍了Python中yield关键字的作用与用法，并通过实例详细解析了生成器的概念及其与迭代的区别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

其实一开始并不想学这个用法。但是随着教材往下看，总是能碰到yield这个东西，导致什么都看不下去。神烦的不行。于是专门拿出来啃一下

http://pyzh.readthedocs.org/en/latest/the-python-yield-keyword-explained.html

这是一篇从stackflow翻译过来的答案，很好的解释了yield。虽是中文，不过我看的时候还是很吃力的，初学者都这样吧........哎.......

逻辑上来看，想弄懂yield就要懂生成器generator，想懂generator就要懂迭代iteration。

(不行，我要吐槽一下，好多网上搜到的资料都是给有一定编程基础的人写的，解释一个命令，就会带出另外一个没见过的命令或者概念，嵌套嵌套再嵌套，没完没了。。。举例：本来想查一下enumerate的用法，结果碰到yield，查yield，结果碰到xrange，更别提遇到各种带下划线的奇怪函数....真是够了嗷嗷嗷)

吐槽归吐槽，继续硬着头皮学吧。。。

---------------------------------------------------------------------------------------------------------------------

注意：以下内容是上面链接的解释版。如果看了链接可以不看这段

[python]view plain copy 
   
 mylist = [x*x for x in range(3)]  
 print mylist  
 mygen=(x*x for x in range(3))  
 print mygen  

代码解释

行1生成一个列表list，这个列表的每个元素由x的平方组成，x的取值为range(3)，也就是0,1,2。因此这个列表有三个元素：0的平方(0)，1的平方(1)，2的平方(4)。

行2打印出这个列表的内容，显示结果果真是[0,1,4]

行3生成的是一个生成器generator，它和行1唯一的不同就是它用的小括号。但是产生的返回值并不再是一个列表了。那是什么呢?

行4想要打印出来这个mygen生成器，但结果显示是这样的: <generator object <genexpr> at 0x022F8030> 一个内存地址。

怎么理解这个生成器的概念呢？如上例子所示，其实这个mygen生成器就是用来生成x的平方的东西。这个结果呢就存在上面显示的内存地址里。但是由于你还没说你到底要谁的平方，所以只能看到个地址不能看到答案。mylist则不同，它是把所有答案穷举列在内存里了，你需要哪个就从里面找出来即可，比较耗费资源。而mygen则还没生成，你需要哪个我现制造一个出来放在一个内存空间显示，节省了资源。(好吧这一段都是我自己的理解....教科书还没有看....)

辣么，怎么用这个生成器涅?举例

[python]view plain copy 
   
 mygen=(x*x for x in range(3))  
 for i in mygen:  
     print (i)  

这样就可以把mygen可以生成的所有平方数拿出来了。结果显示：

注意，答案是一个一个蹦出来的，就好像循环读取一样。辣么，当你需要循环读取、而不是一下子全显示出来的时候，用生成器是最好不过的了。

---------------------------------------------------------------------------------------------------------------

如果看上一段内容还是比较困难的话，我们再来看下面这段。我找了个新guide，可见: www.cnpythoner.com/post/298.html

---"在python中，当你定义一个函数，使用了yield关键字时，这个函数就是一个生成器" (也就是说，只要有yield这个词出现，你在用def定义函数的时候，系统默认这就不是一个函数啦，是一个生成器啦!!不管里面内容你写成神马样子 )

--- 一般def定义的函数，都会return一个返回值。而def定义的生成器，返回的则是一个对象，也就是上面提到的类似于“内存地址”的东西。（看来我上面解释的还不是很对）

--- 如果需要生成器返回（下一个）值，需要调用.next()函数。其实当系统判断def是生成器时，就会自动支持.next()函数

[python]view plain copy 
   
 c = h() #h()包含了yield关键字    
 print  c.next() #返回值   

----------------------------------------------------------------------------------------------------------------

辣么，我们来做一个小小的习题，看看是否理解了yield

----------------------------------------------------------------------------------------------------------------

[python]view plain copy 
   
 def fib(max):  
     a, b = 1, 1  
     while a < max:  
         yield a  
         a, b = b, a+b  
   
 for n in fib(15):  
     print n  
   
 m = fib(13)  
 print m  
 print m.next()  
 print m.next()  
 print m.next()  

以上是一段关于斐波那契数列的程序。

fib()函数因为含有yield，被系统默认为是一个生成器。

for语句调用了fib(15)。当max=15时，进入fib()生成器，执行到yield a，返回a值以及整个生成器暂停的状态，将a值赋给n，打印出来；因为是for语句循环，所以又回到fib(15)语句，由于是生成器，因此从上次截断的位置开始执行，b值赋给a, a+b值赋给b，又因为是while语句，则继续while循环，yield a值，循环暂停跳出返回a值及生成器状态，把a值赋给n, 打印n。如此往复，一直循环到15结束。

m被赋了fib(13)这个生成器，每一次执行m.next()函数就会打印下一个值。

从上面的分析过程，我们看一下运行结果：

注意：

1. 每个生成器只能使用一次。比如上个例子中的m生成器，一旦打印完m的6个值，就没有办法再打印m的值了，因为已经吐完了。

2. yield一般都在def生成器定义中搭配一些循环语句使用，比如for或者while，以防止运行到生成器末尾跳出生成器函数，就不能再yield了。有时候，为了保证生成器函数永远也不会执行到函数末尾，会用while True: 语句，这样就会保证只要使用next()，这个生成器就会生成一个值，是处理无穷序列的常见方法。