yield 作用:
注: generator的next()方法在python 2中為next(),但在python 3中為 __next__()
【next的前後各是兩個下劃線】
把一個函式變成一個generator,帶有yield的函式不再是一個普通函式。即:一個帶有 yield 的函式就是一個 generator,它和普通函式不同,生成一個 generator 看起來像函式呼叫,但不會執行任何函式程式碼,直到對其呼叫 next()(在 for 迴圈中會自動呼叫 next())才開始執行。雖然執行流程仍按函式的流程執行,但每執行到一個 yield 語句就會中斷,並返回一個迭代值,下次執行時從 yield 的下一個語句繼續執行。看起來就好像一個函式在正常執行的過程中被 yield 中斷了數次,每次中斷都會通過 yield 返回當前的迭代值。
yield 的好處是顯而易見的,把一個函式改寫為一個 generator 就獲得了迭代能力,比起用類的例項儲存狀態來計算下一個 next() 的值,不僅程式碼簡潔,而且執行流程異常清晰。
用print實現列印斐波拉切數列 ——基礎版
#!/usr/bin/env python
# -*- coding: utf-8 -*-
def fab(max):
n , a, b = 0, 0 , 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
if __name__ == '__main__':
fab(6) # 1 1 2 3 5 8
用yield實現列印斐波拉切數列——升級版
#!/usr/bin/env python
# -*- coding: utf-8 -*-
def fab(max):
n , a, b = 0, 0 , 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
if __name__ == '__main__':
for n in fab(6): # 1 1 2 3 5 8
print(n)
如何判斷一個函式是否是一個特殊的generator函式
#!/usr/bin/env python
# -*- coding: utf-8 -*-
from inspect import isgeneratorfunction
def fab(max):
n , a, b = 0, 0 , 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
if __name__ == '__main__':
f1 = fab(3)
# True fab是一個generator function
print(isgeneratorfunction(fab))
# False fab(3)不是一個generator function
# 而fab(3)是呼叫fab返回的一個generator
print(isgeneratorfunction(fab(3)))
用yield實現大檔案讀取
#!/usr/bin/env python
# -*- coding: utf-8 -*-
def read_file(fpath):
BLOCK_SIZE = 100
with open(fpath, "rb") as f:
while True:
block = f.read(BLOCK_SIZE)
if block:
yield block
else:
return
if __name__ == '__main__':
fpath = "/home/exercise-python3.7.1/vote/mysite/mysite/polls/test.txt"
read_gen = read_file(fpath)
print(read_gen.__next__())
print(read_gen.__next__())
print(read_gen.__next__())
print(read_gen.__next__())
# for迴圈會自動呼叫generatr的__next__()方法,故輸出效果同如上的4個print 【內容較短,4個print就將test.txt中的內容輸出完了】
for data in read_gen:
print(data)
yield 和 yield from 用法對比
使用yield拼接可迭代物件
#!/usr/bin/env python
# -*- coding: utf-8 -*-
if __name__ == '__main__':
astr = "ABC"
alist = [1, 2, 3]
adict = {"name": "wangbm", "age": 18}
# generate
agen = (i for i in range(4, 8))
def gen(*args, **kw):
for item in args:
for i in item:
yield i
new_list = gen(astr, alist, adict, agen)
print(list(new_list))
# ['A', 'B', 'C', 1, 2, 3, 'name', 'age', 4, 5, 6, 7]
使用yield from拼接可迭代物件
#!/usr/bin/env python
# -*- coding: utf-8 -*-
if __name__ == '__main__':
astr = "ABC"
alist = [1, 2, 3]
adict = {"name": "wangbm", "age": 18}
# generate
agen = (i for i in range(4, 8))
def gen(*args, **kw):
for item in args:
yield from item
new_list = gen(astr, alist, adict, agen)
print(list(new_list))
# ['A', 'B', 'C', 1, 2, 3, 'name', 'age', 4, 5, 6, 7]
結論:
由上面兩種方式對比,可以看出,yield from後面加上可迭代物件,他可以把可迭代物件裡的每個元素一個一個的yield出來,對比yield來說程式碼更加簡潔,結構更加清晰。
image.png
參考資料:
www.cnblogs.com/wongbingming/p/9085...
www.cnblogs.com/python-life/articl...
作者:木槿惜年2013
連結:www.jianshu.com/p/bd8563093561
本作品採用《CC 協議》,轉載必須註明作者和本文連結