【Python基础】弄懂这几个问题,拿下 Python 生成器!

机器学习初学者

共 2542字,需浏览 6分钟

 ·

2020-10-06 10:02

我的施工之路
1我的施工计划
2数字专题
3字符串专题
4列表专题
5流程控制专题
6编程风格专题
7函数使用
8面向对象编程(上篇)
9面向对象编程(下篇)
10十大数据结构
11包和模块使用总结
12Python正则专题总结
13设计模式
14Python时间模块总结
15 Python 装饰器
16 Python 迭代器
今天介绍生成器和yield的用法,通过如下8、9个小问题,相信大家会对它们有一点新的认识。

1 什么是可迭代对象?

可迭代对象,英文Iterable,是一个形容词,这类对象和Java语言类似,都可看作是一类接口,抽象地描述事物具备怎样的能力。所以,Iterable自然具备可迭代能力。

如下,常见的listIterator等都是Iterable对象:

In [33]: from collections.abc import Iterable,Iterator                      

In [34]: issubclass(list,Iterable)                                          
Out[34]: True

In [35]: issubclass(Iterator,Iterable) 

2 什么是一个生成器?

生成器是可迭代的(Iterable),最简单的创建生成器方法是通过一对(),如下所示:

In [37]: g = (i*i for i in [1,4,0])                                         

In [38]: g                                                                  
Out[38]:  at 0x7fe8956e96d0>

g 是一个生成器对象,generator object

获取生成器对象的元素,可使用next函数,如下所示,获取第一个元素:

In [39]: next(g)                                                            
Out[39]: 1

获取第二个元素:

In [40]: next(g)                                                            
Out[40]: 16

3 创建生成器的几种方法?

如上所见,使用一对()能够创建一个生成器对象。

除此之外,想必大家也都知道,是使用关键字 yield. yield出现在一个函数中,运行到yield处,返回的对象便是生成器对象(generator object).

4 生成器是迭代器吗?

生成器对象(generator object)一定也是迭代器对象(Iterator object),如上面的生成器g,使用内置函数isinstance验证,返回True:

In [43]: isinstance(g,Iterator)                                             
Out[43]: True

因此,它具备一切迭代器的特性,关于迭代器我们已在上一个话题讨论,简而言之,迭代器的几个特点:

  1. 是有去无回的,
  2. 迭代器无需提前知道整个列表的所有元素,
  3. 无需加载所有元素到RAM中尽而它是节省内存的(memory-efficient).

生成器同样具备这些特性。除此之外,它还有一些独有的特性,下面跟随yield 我们便能看出来。

5 如何用一句话描述 yield?

yield 关键字的用法在stackoverflow上也是最热的问题之一,借用一个最热回答中的解释:

yield is a keyword that is used like return, except the function will return a generator.

yield 是一个特殊的return, 它返回一个生成器对象。

说实话,理解这些只是皮毛。那么,如何精通yield的用法呢?

6 如何精通yield的用法?

要想精通yield,你必须首先搞清楚一点:

当你调用带有yield的函数时,函数并没有执行任何一行,只是返回一个生成器对象

为了帮助大家理解,创建一个带有yield的函数:

def gfun():
    mylist = range(3)
    for i in mylist:
        yield i*i

g = gfun()
print(g)

为了加深印象,你可以自己调试验证一遍,函数第一行打的断点始终未被命中。

yield的函数和for结合使用,第一次调用上一步创建的生成器对象后,将会进入函数体直到遇到yield返回值。

然后,for循环再进入函数时,直接跑到yield的下一句。直到生成器对象变空为止。

使用下面代码演示yield的上面过程:

def createGenerator():
    mylist = range(3)
    for i in mylist:
        yield i*i
        print(i*i)

g = createGenerator()
print(g)
for gi  in g:
    pass

参考录制的gif:

7 yield 都有哪些重要价值?

Python引入yield后,便拥有具备实现协程的能力,协程的确是一种高效的编程模型,关于协程的理解,后面专题会详细讨论。包括更高级的功能如异步等,根基都是yield.

8 yield 和 itertools

yield重要性和使用广泛性还提现在,Python单独一个模块专门用于管理迭代器和生成器对象,便是itertools,里面封装的方法特性后面再讨论。

9 yield 使用案例

yield实现浮点数步长的frange:

def frange(start,end,step):
    i = start
    while i        yield round(i,3)
        i+=step

调用frange:

for item in frange(10,14,0.8):
    print(item)

结果:

10
10.8
11.6
12.4
13.2

最后总结今天讨论的几个问题:

  • 1 什么是可迭代对象?

  • 2 什么是一个生成器?

  • 3 创建生成器的几种方法?

  • 4 生成器是迭代器吗?

  • 5 如何用一句话描述 yield?

  • 6 如何精通yield的用法?

  • 7 yield 都有哪些重要价值?

  • 8 yield 和 itertools

  • 9 yield 使用案例




往期精彩回顾





获取一折本站知识星球优惠券,复制链接直接打开:

https://t.zsxq.com/662nyZF

本站qq群704220115。

加入微信群请扫码进群(如果是博士或者准备读博士请说明):


浏览 19
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报