python中的yield使用

最新推荐文章于 2025-06-01 01:46:39 发布
转载 最新推荐文章于 2025-06-01 01:46:39 发布 · 617 阅读 · 1
文章标签：

#yield #python

本文深入探讨Python中yield关键字的使用，解释yield如何将函数转换为生成器，实现高效迭代，尤其适用于处理大量数据场景。通过斐波那契数列实例，详细展示了yield的工作流程及其实现方式。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

关于python中yield的使用，以前学习时有大概理解yield是怎么用，用文档做了笔记，但后面再看到yield时发现关于yield的理解和用法都忘记的差不多了，以前的笔记文档也没有找到，所以这里记录下关于yield的使用。

参考文章: 这里

yield的使用

yield是用在函数中的，带有yield的函数不再是一个普通函数，而是一个生成器(generator)，可以用于迭代，它不像 列表 那些迭代对象，迭代时数组中所有的数据都在内存中，如果数组中有海量数据那么迭代的将非常耗内存。生成器就不一样，可以只读取它一次，在用它的时候才生成。

yield 是一个类似于return 的关键字，迭代一次遇到yield 时就返回 yield后面的值。 在下一次迭代时， 从上一次 迭代遇到的yield后面的代码开始运行，简单的说: yield就是 return 返回一个值，并且记住这个返回的位置，下次迭代就从这个位置后(下一行)开始。

下面我们通过一个斐波拉契数列的案列来看下关于yield的使用:

def fab(max):
    n, a, b = 0, 0, 1
    while n < max:
        # 运行到此处就会返回b的值，下次运行从a, b = b, a + b 这句代码开始
        yield b
        a, b = b, a + b
        n = n + 1


c = fab(10)
for i in fab(64):
    print(i)

基本通过这个案例就可以知道yield是怎么使用的了，这里如果你对yield的流程还是不怎么理解，你可以通过pycharm的Debug调试来看yield的运行。或者看下上面的那个参考文章链接

 

Python中的yield
xy_optics的博客
05-03 1596
它可以在函数内部暂停执行并返回一个值，但是保留了函数的状态，使得函数可以在后续调用时恢复执行，从上次暂停的地方继续执行。是一种方法，它允许在生成器函数内部抛出一个指定的异常，并使生成器处理该异常。这种方法可以用于在生成器的每次迭代中向其提供值，以及控制生成器的行为。方法，我们可以在生成器的每次迭代中向其提供值，并控制生成器的行为。方法，我们可以在生成器函数中抛出异常，并根据需要进行处理。在 Python 中有着不同的作用，尽管它们都可以用于函数中的值的返回，但它们之间有着关键的区别。在 Python 的。
【Python】yield的使用方法
宅男很神经
05-25 1053
当你实现自己的数据结构（如图、树、链表等）时，使用。
python中的yield使用方法
12-25
今天在看其他同事的代码时，发现一个没使用过的python关键字 ：yield       先问了一下同事，听他说了几句，有个模糊的印象，仅仅是模糊而已。于是自己去搜搜资料看。看了半天，逐渐清晰了。不过在工作机制以及应用上还是有点迷茫。嗯，先把初始接触的印象记下来吧。       yield 简单说来就是一个生成器（Generator）。生成器是这样一个函数：它记住上一次返回时在函数体中的位置。对生成器函数的第二次（或第 n 次）调用跳转至该函数中间，而上次调用的所有局部变量都保持不变。       你看到某个函数包含了yield，这意味着这个函数已经是一个Generator，它的执行会和其他普
关于Python中的yield
diaoyutai9210的博客
12-27 308
在介绍yield前有必要先说明下Python中的迭代器(iterator)和生成器(constructor)。 一、迭代器(iterator) 在Python中，for循环可以用于Python中的任何类型，包括列表、元祖等等，实际上，for循环可用于任何“可迭代对象”，这其实就是迭代器 迭代器是一个实现了迭代器协议的对象，Python中的迭代器协议就是有next方法的对象会前进到下...
Python中return和yield的区别
非猿
06-01 474
Python中return和yield的区别：return立即终止函数并返回值，函数状态被销毁；yield则暂停函数并保留状态，返回生成器对象用于惰性计算。return适合一次性返回全部结果（如普通函数），而yield适合处理大数据流或无限序列（如生成器）。关键差异在于状态保存和内存效率：return直接返回结果，yield按需生成值。示例显示squares_return返回完整列表，而squares_yield逐个生成平方数。选择依据取决于是否需要立即计算或逐步处理数据。
python中的yield的
weixin_42547619的博客
04-02 418
介绍 怎么说这个yield呢，python和php7中都有这个关键字。网上的说法是：带有 yield 的函数不再是一个普通函数，而是一个生成器generator，可用于迭代。 详解 yield在python 里就是一个生成器。当你使用一个yield的时候，对应的函数就是一个生成器了。你可以把它看做是一个return都是返回。但是yield不会结束函数，他只返回yield右边的变量，然后代码停止等...
Python中yield的用法
长行
07-02 389
用法讲解（这篇真的非常清楚）：python中yield的用法详解——最简单，最清晰的解释_mieleizhi0522的博客 使用实例：[Python yield使用浅析 | 菜鸟教程](
初步解析Python中的yield函数的用法
09-22
通过在`fab`函数中使用`yield b`代替`print b`，函数变成了一个生成器，它可以在保持简洁性的同时提供迭代能力。当调用生成器时，`yield`语句会暂停函数的执行，并返回一个值。下次迭代时，函数会从上次离开的地方...
通过实例简单了解Python中yield的作用
09-18
在Python编程语言中，`yield`关键字是一个非常特殊的功能，它在函数中使用时将该函数转换为一个生成器（generator）。生成器是一种特殊的迭代器，它可以动态地生成值，而不是一次性生成所有值。理解`yield`的作用...
python中yield的用法
weixin_47727407的博客
01-30 1709
当调用fib()函数时，生成器实例化并返回，这时并不会执行任何代码，生成器处于空闲状态，注意这里prev, curr = 0, 1并未执行。然后这个生成器被包含在list()中，list会根据传进来的参数生成一个列表，所以它对fib()对象(一切皆对象，函数也是对象)调用__next__方法。产生（收益、效益等），产生（结果）；出产（天然产品，农产品，工业产品）；（受压）活动，弯曲，折断；yield的函数则返回一个可迭代的 generator（生成器）对象。收益，利润，红利（或股息）率。
【Python】yield函数
热门推荐
xiaodoudouer的博客
11-20 1万+
在Python中，yield关键字主要用于生成器函数（generator functions）中，其目的是使函数能够像迭代器一样工作，即可以被遍历，但不会一次性将所有结果都加载到内存中。yield函数属性当一个函数包含yield关键字时，这个函数就变成了一个生成器函数。调用生成器函数并不会立即执行函数体内的代码，而是返回一个生成器对象。生成器对象可以被迭代，每次迭代时，生成器函数会从上次离开的地方继续执行，直到遇到下一个yield语句，然后返回一个值，并保存当前状态，以便下次继续执行。
python中的yield
追寻梦想的青春
04-03 553
1 yield基本使用方法 python中带有yield的函数就是一个生成器，生成器最常用的用法就是懒加载地返回用户需要的数据，例如python2中有range()和xrange()，它们的区别就是range()会生成一个数组，每次从其中返回一个元素，而xrange()是一个生成器，只有当用户需要一个元素时才从其中计算出下一个元素返回给用户： def user_range(x): i = ...
Python yield的用法
细心程度决定你的成败
03-29 2615
yield yield当用在函数中时，将函数变为一个generator function。意思是，如果def的函数内存在yield 则函数被调用时，是不进行执行的，除非使用next yield 可以被用作表达式（Expression)。作用是将其返回的至赋值给某个变量。 yield 被用在函数中def h(): print("你好") yield 5 print("再见")当
Python中的yield的用法
qq_43566675的博客
07-29 193
转载一篇自己认为讲得很好的博客 python中yield的用法详解——最简单，最清晰的解释
Python中yield使用方法
qq_35699473的博客
10-22 6606
Python中yield使用方法，最简单的解释 yield可以理解为一个return操作，但是和return又有很大的区别，执行完return，当前函数就终止了，函数内部的所有数据，所占的内存空间，全部都没有了。而yield在返回数据的同时，还保存了当前的执行内容，当你再一次调用这个函数时，他会找到你在此函数中的yield关键字，然后从yield的下一句开始执行。下边上代码。 对于yield，最简单的验证程序可以写成这样 def num_print(): print('yield_1') y
python yield用法 (tornado, coroutine)
weixin_30546189的博客
09-12 503
yield关键字用来定义生成器（Generator），其具体功能是可以当return使用，从函数里返回一个值，不同之处是用yield返回之后，可以让函数从上回yield返回的地点继续执行。也就是说，yield返回函数，交给调用者一个返回值，然后再“瞬移”回去，让函数继续运行， 直到吓一跳yield语句再返回一个新的值。 使用yield返回后，调用者实际得到的是一个迭代器对象，迭代器的值...
Python中yield关键字的使用
最新发布
06-05
<think>Python中yield关键字用于定义生成器函数。生成器函数在调用时返回一个生成器对象，该对象可以迭代以获取序列值。每次迭代时，生成器函数执行到yield语句处暂停，返回yield后的值，并在下次迭代时从暂停处继续执行。yield不仅可以从生成器函数返回值，还可以接收外部通过send()方法传入的值。</think> ### Python中的 `yield`关键字详解`yield`是Python的核心关键字，用于创建**生成器函数**。它使函数变为可暂停和恢复的状态机，在每次调用时产出值并保留执行上下文，是处理大数据流、惰性计算和协程的基石。 #### 基本工作原理 ```python def simple_counter(n): print("生成器启动") count = 0 while count < n: print(f"即将产出值 {count}") yield count # 在此暂停并返回值 count += 1 print(f"恢复执行，count={count}") # 创建生成器对象 gen = simple_counter(3) print("首次调用:", next(gen)) # 输出: 0 print("第二次调用:", next(gen)) # 输出: 1 print("第三次调用:", next(gen)) # 输出: 2 ``` 执行过程说明： 1. **首次调用 `next()`**： - 执行到 `yield count` 暂停 - 返回当前 `count(0)`，输出： ``` 生成器启动 即将产出值 0 首次调用: 0 ``` 2. **第二次调用 `next()`**： - 从 `yield` 后恢复执行 - 执行 `count += 1`，输出： ``` 恢复执行，count=1 即将产出值 1 第二次调用: 1 ``` 3. **后续调用**：类似步骤2，直至达到循环结束条件 #### 双向通信：`yield` 作为表达式 `yield` 不仅能产出值，还能**接收外部输入值**： ```python def interactive_adder(): total = 0 while True: # yield右侧返回值，左侧接收外部传入的值 value = yield total print(f"接收到值: {value}") if value is None: break total += value adder = interactive_adder() next(adder) # 启动生成器 print("当前总和:", adder.send(5)) # 输出: 5 print("当前总和:", adder.send(3)) # 输出: 8 print("当前总和:", adder.send(None)) # 结束生成器 ``` #### 高级应用场景 1. **无限序列生成** ```python def fibonacci(): a, b = 0, 1 while True: yield a a, b = b, a + b fib = fibonacci() print([next(fib) for _ in range(5)]) # [0, 1, 1, 2, 3] ``` 2. **内存高效的文件处理** ```python def read_large_file(filename): with open(filename, 'r') as file: for line in file: processed = line.strip().upper() yield processed # 逐行处理，避免内存溢出 # 处理10GB文件只需几十KB内存 for line in read_large_file('huge_log.txt'): if 'ERROR' in line: print(line) ``` 3. **状态机实现** ```python def traffic_light(): states = ['RED', 'YELLOW', 'GREEN'] index = 0 while True: signal = yield states[index] if signal == "NEXT": index = (index + 1) % len(states) light = traffic_light() next(light) # 初始化 print(light.send(None)) # RED print(light.send("NEXT")) # YELLOW print(light.send("NEXT")) # GREEN ``` #### 性能对比：生成器 vs 普通函数 ```python import sys # 普通函数：返回所有结果 def get_range(n): return list(range(n)) # 生成器函数：按需产出 def yield_range(n): i = 0 while i < n: yield i i += 1 n = 1000000 print("普通列表内存:", sys.getsizeof(get_range(n))) # 约90000KB print("生成器内存:", sys.getsizeof(yield_range(n))) # 128B（固定） ``` #### 核心特性总结 1. **惰性求值**：仅在需要时计算值 2. **状态保持**：局部变量在执行暂停间保持不变 3. **内存效率**：O(1)内存复杂度处理无限序列 4. **双向通信**：通过`send()`实现生成器与调用方交互 5. **异常处理**：支持`generator.throw()`注入异常
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值