在介紹yield前有必要先說明下Python中的迭代器(iterator)和生成器(Generator)。

一、迭代器(iterator)

在Python中，for循環(huán)可以用于Python中的任何類型，包括列表、元祖等等，實(shí)際上，for循環(huán)可用于任何“可迭代對象”，這其實(shí)就是迭代器

迭代器是一個實(shí)現(xiàn)了迭代器協(xié)議的對象，Python中的迭代器協(xié)議就是有next方法的對象會前進(jìn)到下一結(jié)果，而在一系列結(jié)果的末尾是，則會引發(fā) StopIteration。任何這類的對象在Python中都可以用for循環(huán)或其他遍歷工具迭代，迭代工具內(nèi)部會在每次迭代時調(diào)用next方法，并且 捕捉StopIteration異常來確定何時離開。

使用迭代器一個顯而易見的好處就是：每次只從對象中讀取一條數(shù)據(jù)，不會造成內(nèi)存的過大開銷。

比如要逐行讀取一個文件的內(nèi)容，利用readlines()方法，我們可以這么寫：

for?line?in?open("test.txt").readlines():print?line

這樣雖然可以工作，但不是最好的方法。因?yàn)樗麑?shí)際上是把文件一次加載到內(nèi)存中，然后逐行打印。當(dāng)文件很大時，這個方法的內(nèi)存開銷就很大了。

利用file的迭代器，我們可以這樣寫：

for?line?in?open("test.txt"):???#use?file?iteratorsprint?line

這是最簡單也是運(yùn)行速度最快的寫法，他并沒顯式的讀取文件，而是利用迭代器每次讀取下一行。

二、生成器(Generator)

生成器函數(shù)在Python中與迭代器協(xié)議的概念聯(lián)系在一起。簡而言之，包含yield語句的函數(shù)會被特地編譯成生成器。當(dāng)函數(shù)被調(diào)用時，他們返回一個生成器對象，這個對象支持迭代器接口。函數(shù)也許會有個return語句，但它的作用是用來yield產(chǎn)生值的。

不像一般的函數(shù)會生成值后退出，生成器函數(shù)在生成值后會自動掛起并暫停他們的執(zhí)行和狀態(tài)，他的本地變量將保存狀態(tài)信息，這些信息在函數(shù)恢復(fù)時將再度有效

>>>?def?g(n): ...?????for?i?in?range(n): ...?????????????yield?i?**2 ... >>>?for?i?in?g(5): ...?????print?i,":", ... 0?:?1?:?4?:?9?:?16?:

要了解他的運(yùn)行原理，我們來用next方法看看：

>>>?t?=?g(5) >>>?t.next() 0 >>>?t.next() 1 >>>?t.next() 4 >>>?t.next() 9 >>>?t.next() 16 >>>?t.next() Traceback?(most?recent?call?last):File?"<stdin>",?line?1,?in?<module> StopIteration

在運(yùn)行完5次next之后，生成器拋出了一個StopIteration異常，迭代終止。
再來看一個yield的例子，用生成器生成一個Fibonacci數(shù)列：

def?fab(max):a,b?=?0,1while?a?<?max:yield?aa,?b?=?b,?a+b>>>?for?i?in?fab(20): ...?????print?i,",", ... 0?,?1?,?1?,?2?,?3?,?5?,?8?,?13?,

看到這里應(yīng)該就能理解生成器那個很抽象的概念了吧~~

轉(zhuǎn)載于:https://blog.51cto.com/tianxingzhe/1722897

總結(jié)

以上是生活随笔為你收集整理的Python中yield的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。