摘要:原文我的微信公眾號每日一練要理解什么是,必須理解什么是生成器。在理解生成器之前,讓我們先了解迭代。直到運行到函數結尾處停止,此時如果是用則會拋出異常,如果是用則會結束循環并且不會有異常
</>復制代碼
原文:https://stackoverflow.com/que...我的微信公眾號:python每日一練
要理解什么是 yield,必須理解什么是生成器(generator)。在理解生成器之前,讓我們先了解迭代。
迭代
當你建立了一個列表,你可以逐個地訪問這個列表的元素,而這個訪問的過程叫做迭代(iteration)
</>復制代碼
>>> mylist = [1, 2, 3]
>>> for i in mylist:
... print(i)
1
2
3
代碼中的mylist就是一個可迭代對象(iterable),當你使用列表生成式時,你就創建了一個list,同時也創建了一個可迭代對象:
</>復制代碼
>>> mylist = [x*x for x in range(3)]
>>> for i in mylist:
... print(i)
0
1
4
凡是能使用for...in...語句的對象,都叫做可迭代對象,例如:list、string、文件等等
這些可迭代對象非常方便,因為你可以根據自己的需要來訪問它們。但是同時也需要將所有的值存入內存當中,無論你是不是需要所有的值,可能對于一個列表[x for x in range(100000)],你僅僅想拿到里面的素數,但當這個列表生成式被執行的時候,已經將所有100000個數字存入了內存中。
生成器
生成器是一種只能迭代一次的迭代器,生成器不會一次將所有的元素存入內存中,而是一邊迭代一邊運算:
</>復制代碼
>>> mygenerator = (x*x for x in range(3))
>>> for i in mygenerator:
... print(i)
0
1
4
這份代碼看起來和上面的代碼沒有什么區別。但是你不能再次執行for i in mygenerator,因為生成器只能使用一次:
</>復制代碼
>>> mygenerator = (x*x for x in range(3))
>>> for i in mygenerator:
... print(i)
...
0
1
4
>>> for i in mygenerator:
... print(i)
...
>>>
Yield
yield的使用和return的使用沒什么區別,只是yield會返回一個生成器
</>復制代碼
>>> def createGenerator():
... mylist = range(3)
... for i in mylist:
... yield i*i
...
>>> mygenerator = createGenerator() # 創建一個生成器
>>> print(mygenerator) # mygenerator是一個對象!
>>> for i in mygenerator:
... print(i)
0
1
4
當你的函數需要返回一個很大的元素集合,并且每個元素只需要用到一次的時候,使用yield會非常方便
要想理解yield,你必須理解當你調用一個包含yield的函數的時候,函數體代碼并不會執行,這個函數僅僅是返回一個生成器而已
</>復制代碼
>>> def createGenerator():
... print("head")
... for i in range(5):
... yield i*i
... print("tail")
...
>>> createGenerator()
當你第一次向后迭代(用next或for...in...語句時)這個生成器時,函數體才會從最開始執行到yield處然后返回yield的值,隨后再次向后迭代,會執行剩余的代碼然后再次遇到yield停止并返回值。直到運行到函數結尾處停止,此時如果是用next()則會拋出StopIteration異常,如果是用for...in...則會結束循環并且不會有異常
</>復制代碼
>>> def createGenerator():
... print("head")
... for i in range(5):
... yield i*i
... print("tail")
...
>>> g = createGenerator()
>>> next(g)
head
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
tail
Traceback (most recent call last):
File "", line 1, in
StopIteration
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://m.specialneedsforspecialkids.com/yun/41617.html
摘要:第四種選擇是在不同的線程中運行生產者和消費者。包含語句的函數被稱為生成器函數。然后引發一個異常,表明迭代器已經耗盡。換句話說,未捕獲的異常終結了生成器的使用壽命。 showImg(https://segmentfault.com/img/bVbntUq?w=4272&h=2848);我正打算寫寫 Python 的生成器,然而查資料時發現,引入生成器的 PEP 沒人翻譯過,因此就花了點時...
摘要:提議以下的新的生成器語法將被允許在生成器的內部使用其中表達式作用于可迭代對象,從迭代器中提取元素。子迭代器而非生成器的語義被選擇成為生成器案例的合理泛化。建議如果關閉一個子迭代器時,引發了帶返回值的異常,則將該值從調用中返回給委托生成器。 導語: PEP(Python增強提案)幾乎是 Python 社區中最重要的文檔,它們提供了公告信息、指導流程、新功能的設計及使用說明等內容。對于學習...
閱讀 3554·2021-09-22 15:50
閱讀 3245·2019-08-30 15:54
閱讀 2757·2019-08-30 14:12
閱讀 3067·2019-08-30 11:22
閱讀 2090·2019-08-29 11:16
閱讀 3585·2019-08-26 13:43
閱讀 1198·2019-08-23 18:33
閱讀 930·2019-08-23 18:32
极致性价比!云服务器续费无忧!
Tesla A100/A800、Tesla V100S等多种GPU云主机特惠2折起,不限台数,续费同价。
NVIDIA RTX 40系,高性价比推理显卡,满足AI应用场景需要。
乌兰察布+上海青浦,满足东推西训AI场景需要