Python yield

最新推荐文章于 2025-09-22 11:33:03 发布
原创 最新推荐文章于 2025-09-22 11:33:03 发布 · 317 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python

1.yield与return的用法区别

共同点：yield与return都表示返回的意思

区别：yield返回后面接代码可以被执行，return后面接代码没有返回值

Python中return和yield的区别
m0_72282564的博客
11-10 320
他们的主要区别是yiled要迭代到哪个元素那个元素才即时地生成，而return要用一个中间变量result_list保存返回值，当result_list的长度很长且每个组成元素内容很大时将会耗费比较大的内存，此时yield相对return才有优势。如果要返回的数据是通过for等循环生成的迭代器类型数据（如列表、元组），return只能在循环外部一次性地返回，yeild则可以在循环内部逐个元素返回。从上边两个小节可以看到，虽然return和yield两者执行的顺序有区别，但整个要做的事情是一样的，
Python的return和yield，哪个是你的菜？
xyh2004的博客
06-10 1857
在Python中，return语句用于从函数中输出数据到调用者。当函数执行到return时，它会立即停止执行当前函数并返回指定的值
对python中return与yield的区别详解
09-17
主要介绍了对python中return与yield的区别详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Python之yield和return的区别
零零发不爱ai的博客
09-22 439
摘要：Python中yield和return的关键区别在于：return直接返回值并终止函数，而yield将函数转为生成器，可暂停和恢复执行，实现惰性计算。return适用于一次性返回结果，可能占用较多内存；yield适合处理大数据或无限序列，节省内存。主要差异体现在返回值类型、执行机制和内存效率上，yield支持迭代和协程，return则提供即时结果。（150字）
python中的yield和return—迭代器和生成器
诡途的博客
09-24 1万+
yield和return有什么区别？什么事生成器？什么又是迭代器？他们都有什么作用？简单理解的话yield=return，返回函数体处理结果的！yield本身是一个生成器，所以使用return返回的是我们常见的一些object（eg:list、dict、等），使用yield返回的是一个迭代器对象！
python yield和return_对python中return与yield的区别详解
weixin_39805255的博客
12-03 244
首先比较下return 与 yield的区别：return：在程序函数中返回某个值，返回之后函数不在继续执行，彻底结束。yield: 带有yield的函数是一个迭代器，函数返回某个值时，会停留在某个位置，返回函数值后，会在前面停留的位置继续执行，直到程序结束首先，如果你还没有对yield有个初步分认识，那么你先把yield看做“return”，这个是直观的，它首先是个return，普通的retur...
Python yield 使用浅析
12-23
初学 Python 的开发者经常会发现很多 Python 函数中用到了 yield 关键字，然而，带有 yield 的函数执行流程却和普通函数不一样，yield 到底用来做什么，为什么要设计 yield ？本文将由浅入深地讲解 yield 的概念和...
基于python yield机制的异步操作同步化编程模型
09-21
### 基于Python Yield机制的异步操作同步化编程模型 #### 一、引言 随着现代软件系统越来越依赖于非阻塞式（异步）处理方式来提高效率和响应速度，同步与异步之间的转换变得尤为重要。本文将探讨如何利用Python中的...
精选资源
Python yield使用方法示例
01-20
1. iterator叠代器最简单例子应该是数组下标了，且看下面的c++代码： ...上面的代码翻译成python：  复制代码 代码如下: array = [i for i in range(10)]for i in array: print i,  首先，array
Python yield 使用方法浅析
12-23
如何生成斐波那契數列 斐波那契（Fibonacci）數列是一个非常简单的递归数列，除第一个和第二个数外，任意一个数都可由前两个数相加得到。用计算机程序输出斐波那契數列的前 N 个数是一个非常简单的问题，许多初学者...
python中的yield和return的区别
AcceptedLin的博客
06-29 1万+
python中的yield和return的区别 return返回的是一个list列表，而yield每次调用只返回一个数值，毫无疑问，使用return空间开销比较大，尤其是操作巨量数据的时候，操作一个大列表时间开销也会得不偿失 yield 生成器相比 return一次返回所有结果的优势： （1）反应更迅速 （2）更节省空间 （3）使用更灵活 到这里你可能就明白yield和return的关系和区别了，带yield的函数是一个生成器，而不是一个函数了，...
python yield 和 return 对比分析
VIEO
11-15 344
相同点：都是返回函数执行的结果 不同点：return 在返回结果后结束函数的运行，而yield 则是让函数变成一个生成器，生成器每次产生一个值（yield语句），函数被冻结，被唤醒后再产生一个值 例子：求一组数的平方值 return 实现： def squre(n): ls = [i*i for i in range(n)] return ls for i in squre(5):...
python中return与yield的区别
desian
12-24 832
如果一个函数中有return返回值,而且在return下面还有代码:那么return下面的代码将不会被执行 而yield却不同,它返回值后还可以继续执行下面的代码
python yield 简单用法_python中 yield 的用法 （简单、清晰）
weixin_29111593的博客
03-01 171
首先我要吐槽一下，看程序的过程中遇见了yield这个关键字，然后百度的时候，发现没有一个能简单的让我懂的，讲起来真TM的都是头头是道，什么参数，什么传递的，还口口声声说自己的教程是最简单的，最浅显易懂的，我就想问没有有考虑过读者的感受。接下来是正题：首先，如果你还没有对yield有个初步分认识，那么你先把yield看做“return”，这个是直观的，它首先是个return，普通的return是什么...
python yield和return的区别_python中的yield与return
weixin_27956639的博客
01-14 275
yield与return的功能都是返回程序执行结果，但是yield返回执行结果并不中断程序执行，return在返回执行结果的同时中断程序执行。例如我们经常使用for循环来遍历:def func():test_list = []for i in range(10):test_list.append( i )return ifun = func()print(fun) #...
python yield和return_python yield 和 return 对比分析
weixin_39665060的博客
12-03 127
相同点：都是返回函数执行的结果不同点：return 在返回结果后结束函数的运行，而yield 则是让函数变成一个生成器，生成器每次产生一个值(yield语句)，函数被冻结，被唤醒后再产生一个值例子：求一组数的平方值return 实现：def squre(n):ls = [i*i for i in range(n)]return lsfor i in squre(5):print(i, end=' ...
python中yield和return究竟有什么区别，怎么用？
weixin_30352645的博客
04-05 236
yield yield是用于生成器。什么是生成器，你可以通俗的认为，在一个函数中，使用了yield来代替return的位置的函数，就是生成器。它不同于函数的使用方法是：函数使用return来进行返回值，每调用一次，返回一个新加工好的数据返回给你；yield不同，它会在调用生成器的时候，把数据生成object，然后当你需要用的时候，要用next()方法来取，同时不可逆。你可以通俗的叫它"轮转容器"，...
【Python笔记】Python3中yield & return
西瓜太郎
10-21 270
mark:Python3中yield理解与使用（一遍就懂系列，绝不反驳）
Python中的 `yield` 和 `return` 有什么区别？
热门推荐
沉淀所学，分享所思，让热爱与成长同行。商务记录AI实战经验，助力开发者快速成长。 热爱AI，希望做出有影响力的技术成果。 技术点亮生活，分享连接价值与机会。 专注AI落地实战，陪你走好技术每一步。
12-02 1万+
在Python中，yield和return是两个常见的关键词，它们都用于函数中来返回数据。但它们有着本质的区别，尤其是在如何返回数据和函数的执行控制方面。今天我们将深入探讨yield和return的区别，并通过实际的代码示例帮助大家理解它们在不同场景下的使用。🚀如果你是Python的新手，不必担心，我会一步一步讲解。希望通过这篇文章，你能清晰地理解这两个关键词的不同之处。👨‍💻returnyieldyield和return都用于从函数中返回数据，但它们的工作方式和适用场景截然不同。return。
Python yield
最新发布
12-20
<think>我们正在讨论Python中的yield关键字，根据用户的需求，他们想知道yield的使用方法和原理。根据提供的引用，我们可以总结如下： 1. yield用于创建生成器函数，这样的函数返回一个生成器对象。 2. 生成器函数在执行时，每次遇到yield会暂停并返回一个值，下次执行时从暂停处继续。 3. 生成器可以用于迭代，节省内存，因为它是按需生成值，而不是一次性生成所有值。 我们将从使用方法和原理两方面进行说明。 ### 使用方法 在函数中使用yield关键字，这个函数就变成了生成器函数。调用生成器函数时，它不会执行函数体，而是返回一个生成器对象。然后，可以使用next()函数或for循环来迭代生成器对象，每次迭代都会执行函数直到遇到yield，返回yield后面的值，并暂停。下次迭代时，从上次暂停的地方继续执行，直到再次遇到yield。如果函数执行结束（遇到return或执行到末尾），生成器会抛出StopIteration异常。 示例（来自引用[2]）： ```python def createGenerator(): mylist = range(3) for i in mylist: yield i*i mygenerator = createGenerator() # 创建一个生成器对象 print(mygenerator) # 输出：<generator object createGenerator at 0xb7555c34> # 使用for循环迭代 for i in mygenerator: print(i) # 输出： # 0 # 1 # 4 ``` ### 原理 生成器函数内部维护一个状态，记录每次执行的位置。当函数被挂起时，它会保存当前的执行上下文（包括局部变量、指令指针等），以便在下次调用时恢复。这种机制称为“协程”。 引用[3]提到：当我们调用生成器函数时，函数体中的代码并没有运行，而是返回一个生成器对象。然后每次使用next()时，代码会从上次退出的地方继续运行。 生成器内部实现了迭代器协议，即包含`__iter__`和`__next__`方法。当我们使用for循环时，实际上是调用了生成器的`__next__`方法，直到遇到StopIteration。 引用[4]展示了一个使用生成器的例子，其中生成器用于树或图的遍历，可以按需产生节点，避免一次性返回所有节点占用过多内存。 ### 总结 yield的主要用途是创建生成器，实现惰性求值（按需生成），这在处理大数据或无限序列时非常有用。它通过保存和恢复执行状态来实现暂停和继续。 §§相关问题§§ 1. 生成器与普通函数的主要区别是什么？ 2. 生成器在哪些场景下特别有用？ 3. 如何捕获生成器的StopIteration异常？ </think> ### Python yield 的使用与原理 #### 一、基本概念 在 Python 中，`yield` 关键字用于定义**生成器函数**（generator function）。这类函数与普通函数的区别在于： 1. 调用生成器函数时不会立即执行，而是返回一个生成器对象（`generator object`） 2. 执行到 `yield` 语句时会暂停，将 `yield` 后的值返回给调用者 3. 下次调用时从暂停处继续执行（保留所有局部变量状态） 示例（引用[2]）： ```python def createGenerator(): mylist = range(3) for i in mylist: yield i*i # 每次迭代返回一个值并暂停 gen = createGenerator() # 返回生成器对象 <generator object> for val in gen: print(val) # 输出: 0 → 1 → 4 ``` #### 二、核心原理 1. **状态保持机制** 生成器内部维护执行状态（指令指针/局部变量），每次 `yield` 暂停时保存当前状态，下次调用通过 `__next__()` 恢复执行[^3]。 2. **惰性求值** 数据按需生成，避免一次性加载所有数据到内存，适合处理大型数据集（如文件流、无限序列）[^1]。 3. **协程实现基础** `yield` 实现了简单的协程，允许在单线程内实现任务切换（配合 `send()` 方法可实现双向数据传输）。 #### 三、典型使用场景 1. **大数据分批处理** ```python def read_large_file(file_path): with open(file_path) as f: while chunk := f.read(1024): # 每次读取1KB yield chunk # 分批返回数据，避免内存溢出 ``` 2. **无限序列生成** ```python def fibonacci(): a, b = 0, 1 while True: yield a a, b = b, a + b # 无限生成斐波那契数列 ``` 3. **状态机实现** ```python def state_machine(): state = "START" while True: if state == "START": # ...初始化操作 state = yield "READY" elif state == "RUNNING": # ...运行业务逻辑 state = yield "PROCESSING" ``` #### 四、高级用法 1. **send() 方法交互** ```python def interactive_gen(): val = yield "START" while True: val = yield f"Received: {val}" g = interactive_gen() print(next(g)) # 输出: START print(g.send("Hi")) # 输出: Received: Hi ``` 2. **yield from 委托** ```python def sub_generator(): yield from range(3) # 委托给另一个生成器 for i in sub_generator(): print(i) # 输出: 0 → 1 → 2 ``` #### 五、注意事项 1. 生成器只能遍历一次，再次遍历需重新创建 2. 可通过 `return` 结束生成器（触发 `StopIteration`） 3. 在异步编程中常用 `async/await` 替代复杂 `yield` 逻辑 > 关键原理总结：`yield` 将函数转换为可暂停的**状态机**，通过保存/恢复执行上下文实现高效迭代[^3]。
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

打赏作者

Semih93

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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