威尼斯人线上娱乐

揭秘yield关键字的神秘面纱,Generator生成器函数

25 3月 , 2019  

写在题词

1.迭代

在了然生成器以前,先清楚迭代。

 

威尼斯人线上娱乐 1

时常会映入眼帘,python函数中带有yield关键字,那么yield是什么样,有何效劳?

1.1 迭代

假设给定一个list或tuple,大家可以透过for循环来遍历那些list或tuple,那种遍历我们誉为迭代(Iteration)

alist = [1, 2, 3, 4, 5]

for i in alist:
    print(i)

1
2
3
4
5

正如将列表中的成分通过for循环,遍历了任何alist列表,那种不另行地惠及当中间的每一个子项的行为正是迭代。

一日千里小说 — ES6笔记类别

Yield

 

1.2 可迭代对象

可以直接效果于for循环的对象统称为可迭代对象:Iterable,可迭代对象一般都完成了__iter()__方法,可迭代对象通过其内建的方__iter()__归来一个迭代器对象。

a_iterable = [1, 2, 3]

a_iterator = iter(a_iterable)  # 将可迭代对象转化为迭代器

next(a_iterator)

1

next(a_iterator)

2

next(a_iterator)

3

 

基础概念

答案:能够领悟yield是二个生成器;

1.3 迭代器

可以被next()函数调用并频频重回下一个值的目的称为迭代器:Iterator,迭代器其内达成了__iter__方法和__next__办法,for循环本质是经过调用可迭代对象的__iter__措施,该情势再次来到二个迭代器对象,再用__next__格局遍历成分

概念八个迭代器:

class MyRange:
    def __init__(self, end):
        self.index = 0
        self.end = end

    def __iter__(self):
        return self

    def __next__(self):
        if self.index < self.end:
            val = self.index
            self.index += 1
            return val
        else:
            raise StopIteration()

my_range = MyRange(3)

print([i for i in my_range])

[0, 1, 2]

print([i for i in my_range])

[]

迭代器只好迭代三遍,每回调用调用 next()
方法就会上前一步,不可能后退,所以当迭代器迭代到最终时,就不得以重新利用,全部要求将迭代器和可迭代对象分别定义

修改下边包车型地铁可迭代对象:

class MyRange:
    def __init__(self, end):
        self.end = end

    def __iter__(self):
        return MyIterator(self.end)

class MyIterator:
    def __init__(self, end):
        self.index = 0
        self.end = end

    def __iter__(self):
        return self    

    def __next__(self):
        if self.index < self.end:
            val = self.index
            self.index += 1
            return val
        else:
            raise StopIteration()

my_range = MyRange(3)

print([i for i in my_range])

[0, 1, 2]

print([i for i in my_range])

[0, 1, 2]

接触过Ajax请求的会遇见过异步调用的题材,为了保障调用顺序的不错,一般大家会在回调函数中调用,也有用到一些新的缓解方案如Promise相关的技术。

在异步编制程序中,还有一种常用的缓解方案,它正是Generator生成器函数。顾名思义,它是3个生成器,它也是1个状态机,内部装有值及相关的事态,生成器再次来到二个迭代器Iterator对象,大家得以经过那个迭代器,手动地遍历相关的值、状态,保险科学的实践顺序。

可迭代对象

python中,一般能够被for巡回遍历的靶子正是可迭代对象。
拥有__iter__()办法的目的称之为可迭代对象,__iter__()措施重返二个迭代器。

作用:蒙受yield关键字,函数会一向回到yield值,也正是return;区别的是下次调用的时候会从yield之后的代码开首履行。

2. 生成器

生成器与可迭代对象、迭代器的关联

威尼斯人线上娱乐 2

图片源于Iterables vs. Iterators vs.
Generators

生成器对象,在每一回调用它的next()方法时回来一个值,直到它抛出StopInteration。

生成器是足以迭代的,但是你 只好够读取它1回,因为它并不把具有的值放在内部存储器中,它是实时地扭转数据,
能够用生成器表明式创造:

my_generator = (x ** 2 for x in range(3))

my_generator

<generator object <genexpr> at 0x7f975b7a4af0>

for i in my_generator:
    print(i)

0
1
4

yield

能够写多个平凡的包蕴yield语句的Python函数,Python会检查和测试对yield的运用并将函数标记为三个生成器,当函数执行到yield语句时,像return语句那样重回一个值,可是解释器会保存对栈的引用,它会被用来在下叁回调用next时上升函数。

def my_generator():
    yield 1
    yield 2
    yield 'a'
    yield 'generator'

g = my_generator()

g

<generator object my_generator at 0x7f975b7a4d58>

next(g)

1

next(g)

2

next(g)

'a'

next(g)

'generator'

next(g)

---------------------------------------------------------------------------

StopIteration                             Traceback (most recent call last)

<ipython-input-12-5f315c5de15b> in <module>()
----> 1 next(g)


StopIteration: 

地点的事例中,每趟调用next()起先实时地转移数据,并回到,由此生成器只可读取三次,上次举办读取的值在下次实行中就不也许读取。当一切生成器的值都被读取后,在调用机会出现StopIteration的不当。

def my_gen():
    for i in range(5):
        yield i ** 3

my_gen()

<generator object my_gen at 0x7f975ae15a40>

mygen = my_gen()

for i in mygen:
    print(i)

0
1
8
27
64

历次执行到yield语句,则赶回叁个值,再进行的时候从上次停下来的地点初叶履行。yield语句保存了上次履行后的动静,下次执行不是从头起初,而是从上次的气象起首。

当调用my_gen()那一个函数的时候,函数内部的代码不会立即实施,而是回到多个生成器对象,当使用for循环进行遍历的时候,函数内部的代码初始实施,执行到yield表达式重返2个值,记录当前事态并甘休,下二遍的访问时再从这么些状态初阶进行。

举一个不太适合的例证,普通的函数就是从未存档的游戏,只要游戏开头,就玩到结尾,下1遍再玩依然从头起始,而生成器就是加了存档,下次玩从上次存档的地方起始

 

迭代器

迭代器是访问集合内成分的一种艺术。迭代器对象从集合的第3个成分开端访问,直到全体的因素都被访问一次后终止。
能够选拔工厂函数iter()重返一个迭代器。

>>> iter([1,2,3])
<listiterator object at 0x1100b6a50>

 

关于生成器的思索

(瞎掰的。。。。)生成器到底起到何等啊功用吧,纵然生成三个生成器对象,而生成器对象自然是四个迭代器,所以能够这么说,生成器再次回到了一个足以用for循环遍历所以子项,能够用next()方法访问下三个子项,能够在拜访时动态的成形数据而节省外部存款和储蓄器的指标。

壹 、不难利用

for循环遍历可迭代对象进程

  1. Python将对第二字in后的靶子调用iter函数获取迭代器
  2. 调用迭代器的next方法得到成分,直到抛出StopIteration非凡。
  3. 揭秘yield关键字的神秘面纱,Generator生成器函数。对迭代器调用iter函数时将回来迭代器自己,所以迭代器也能够用于for语句中,不必要独特处理。
    代码如下

it=iter(lst)
try:
      while True:
          val=it.next()
          print val
except
      StopIteration:
          pass

生成器是哪些?

阅读

完全精通 Python
迭代对象、迭代器、生成器
对 Python
迭代的深透钻研
Python迭代器和生成器
3.
(译)Python关键字yield的解释(stackoverflow)
Python之列表生成式、生成器、可迭代对象与迭代器

1. 声明

Generator的表明格局接近一般的函数证明,只是多了个*号,并且一般能够在函数内观望yield关键字

function* showWords() {
    yield 'one';
    yield 'two';
    return 'three';
}

var show = showWords();

show.next() // {done: false, value: "one"}
show.next() // {done: false, value: "two"}
show.next() // {done: true, value: "three"}
show.next() // {done: true, value: undefined}

如上代码,定义了二个showWords的生成器函数,调用之后回来了三个迭代器对象(即show)

调用next方法后,函数内举办第1条yield语句,输出当前的场合done(迭代器是不是遍历达成)以及相应值(一般为yield关键字背后的演算结果)

每调用叁遍next,则实施2遍yield讲话,并在该处暂停,return达成未来,就退出了生成器函数,后续如若还有yield操作就不再履行了

正文

在stackoverflow中来看如此3个难点 What does the “yield” keyword do in
python

其间排名最高的回应对自个儿有十分大扶助,因而将其翻译下来享用给大家答案。
转眼间是译文:

要精晓什么是yield首要字,必供给知道什么是生成器,而要通晓生成器,首先要通晓什么是迭代器

是能够迭代的,但是你
只好够读取它二遍
,因为它并不把具备的值放在内部存款和储蓄器中,它是实时地生成数据:

2. yield和yield*

偶然,大家会看出yield之后跟了贰个*号,它是何等,有啥样用吧?

看似于生成器前边的*号,yield后边的星号也跟生成器有关,举个大栗子:

function* showWords() {
    yield 'one';
    yield showNumbers();
    return 'three';
}

function* showNumbers() {
    yield 10 + 1;
    yield 12;
}

var show = showWords();
show.next() // {done: false, value: "one"}
show.next() // {done: false, value: showNumbers}
show.next() // {done: true, value: "three"}
show.next() // {done: true, value: undefined}

扩展了一个生成器函数,大家想在showWords中调用贰回,不难的 yield
showNumbers()之后发现并不曾实施函数里面包车型地铁yield 10+1

因为yield只好稳如泰山地赶回左侧运算后值,但今后的showNumbers()不是相似的函数调用,再次来到的是迭代器对象

于是换个yield* 让它自动遍历进该目的

function* showWords() {
    yield 'one';
    yield* showNumbers();
    return 'three';
}

function* showNumbers() {
    yield 10 + 1;
    yield 12;
}

var show = showWords();
show.next() // {done: false, value: "one"}
show.next() // {done: false, value: 11}
show.next() // {done: false, value: 12}
show.next() // {done: true, value: "three"}

要留意的是,这yield和yield*
只可以在generator函数内部选拔,一般的函数内采纳会报错

function showWords() {
    yield 'one'; // Uncaught SyntaxError: Unexpected string
}

即便换来yield*不会直接报错,但运用的时候依旧会万分,因为’one’字符串中绝非Iterator接口,没有yield提供遍历

function showWords() {
    yield* 'one'; 
}

var show = showWords();

show.next() // Uncaught ReferenceError: yield is not defined

在爬虫开发中,大家常常需求请求五个地方,为了保障顺序,引入Promise对象和Generator生成器函数,看那个简单的栗子:

var urls = ['url1', 'url2', 'url3'];

function* request(urls) {
    urls.forEach(function(url) {
        yield req(url);
    });

//     for (var i = 0, j = urls.length; i < j; ++i) {
//         yield req(urls[i]);
//     }
}

var r = request(urls);
r.next();

function req(url) {
    var p = new Promise(function(resolve, reject) {
        $.get(url, function(rs) {
            resolve(rs);
        });
    });

    p.then(function() {
        r.next();
    }).catch(function() {

    });
}

上述代码中forEach遍历url数组,匿名函数内部不能够利用yield关键字,改换来注释中的for循环就行了

迭代器

威尼斯人线上娱乐 ,当你生成了一个list,能够3个接贰个地拜会那个list中的元素,那种作为被称呼迭代。

>>> mylist = [x*x for x in range(3)]
>>> for i in mylist:
...     print(i)
0
1
4

下面代码中的mylist便是3个迭代器。list类型是可迭代的。

>>> mylist = [x*x for x in range(3)]
>>> for i in mylist:
...     print(i)
0
1
4

在python中得以经过“for… in
…”
那种艺术遍历的都以迭代器,像lists,strings,files…

迭代器是很好用的,因为您能够很便利地遍历当中的成分。不过那几个数量都以存在内部存款和储蓄器里的,当数据量十分大时,这种方法就不是极度不错了。

 

3. next()调用中的传参

参数值有注入的职能,可改变上八个yield的重回值,如

function* showNumbers() {
    var one = yield 1;
    var two = yield 2 * one;
    yield 3 * two;
}

var show = showNumbers();

show.next().value // 1
show.next().value // NaN
show.next(2).value // 6

首先次调用next之后重返值one为1,但在其次次调用next的时候one其实是undefined的,因为generator不会活动保存相应变量值,大家供给手动的钦定,那时two值为NaN,在第③遍调用next的时候实施到yield
3 * two,通过传参将上次yield重返值two设为2,获得结果

另3个板栗:

由于ajax请求涉及到网络,不佳处理,那里用了setTimeout模拟ajax的伸手重临,按顺序举办,并传递每一趟回到的多寡

 1 var urls = ['url1', 'url2', 'url3'];
 2 
 3 function* request(urls) {
 4     var data;
 5 
 6     for (var i = 0, j = urls.length; i < j; ++i) {
 7         data = yield req(urls[i], data);
 8     }
 9 }
10 
11 var r = request(urls);
12 r.next();
13 
14 function log(url, data, cb) {
15     setTimeout(function() {
16         cb(url);
17     }, 1000);
18     
19 }
20 
21 
22 function req(url, data) {
23     var p = new Promise(function(resolve, reject) {
24         log(url, data, function(rs) {
25             if (!rs) {
26                 reject();
27             } else {
28                 resolve(rs);
29             }
30         });
31     });
32 
33     p.then(function(data) {
34         console.log(data);
35         r.next(data);
36     }).catch(function() {
37         
38     });
39 }

高达了按顺序请求八个地方的效应,开头直接r.next()无参数,后续通过r.next(data)将data数据传入

威尼斯人线上娱乐 3

只顾代码的第叁6行,那里参数用了url变量,是为着和data数据做比较

因为开头next()没有参数,假若直接将url换来data的话,就会因为promise对象的多寡判断
!rs == undefined 而reject

故此将第二6行换来 cb(data || url);

威尼斯人线上娱乐 4

由此模拟的ajax输出,可探听到next的传参值,第二遍在log输出的是 url =
‘url1’值,后续将data = ‘url1’传入req请求,在log中输出 data = ‘url1’值

 

生成器

生成器是迭代器的一种,可是只好被迭代1遍。那是因为生成器并不会将具备的数据存在内部存储器里,而是在行使的时候生成数据。

>>> mygenerator = (x*x for x in range(3))
>>> for i in mygenerator:
...     print(i)
0
1
4

上面用[]转移了1个迭代器,而那里用()转变了3个生成器。
而是再实践

for i in mygenerator:
    print(i)

不会有别的输出,因为生成器只可以使用一遍。从前三遍遍历中,生成器总结的到0,不存储,然后总括获得1,不存款和储蓄,最后总计得到4。

有人恐怕会说,作者一直迭代,遍历多好,为啥要用生成器,然后去遍历生成器,那多劳神。

4. for…of循环代替.next()

除此之外使用.next()方法遍历迭代器对象外,通过ES6提供的新循环情势for…of也可遍历,但与next差异的是,它会忽略return重返的值,如

function* showNumbers() {
    yield 1;
    yield 2;
    return 3;
}

var show = showNumbers();

for (var n of show) {
    console.log(n) // 1 2
}

其余,处理for…of循环,具有调用迭代器接口的主意措施也可遍历生成器函数,如扩流年算符…的运用

function* showNumbers() {
    yield 1;
    yield 2;
    return 3;
}

var show = showNumbers();

[...show] // [1, 2, length: 2]

yield

Yield有点像return,分歧的是yield会重回八个生成器

>>> def createGenerator():
...     mylist = range(3)
...     for i in mylist:
...         yield i*i
...
>>> mygenerator = createGenerator() # create a generator
>>> print(mygenerator) # mygenerator is an object!
<generator object createGenerator at 0xb7555c34>
>>> for i in mygenerator:
...     print(i)
0
1
4

上面包车型地铁那个例子没有啥用,然则当您了解再次来到数据量一点都不小并且只会被用到2遍时,yield关键词就很有用了。
要理解yield,你不可能不通晓当重回生成器的函数被调用时,里面包车型大巴代码实际上并从未运转。这些函数只是回到了二个生成器的目的。那有点让人为难明白。

在for循环中,那几个生成器才会被应用到。

未来进入不便的有的:
for巡回中,生成器第一遍被调用到时,再次来到那些生成器的函数会顺序执行到yield部分,然后重回那么些轮回的率先个值。每一次调用到生成器,都会履行函数中的循环2遍,然后回到下一个值,直到没有值被重返。

当函数不再执行到yield的时候,生成器为空。那说不定是循环停止了也许不再满意”if/else”判断。

那正是说您要打听,list列表,全部数据是储存在内部存款和储蓄器中的。假若数据量极大,会充足耗内部存款和储蓄器。

5. 越多选用

越多应用可参考 MDN –
Generator

解惑题主的题目

生成器

# Here you create the method of the node object that will return the generator
def node._get_child_candidates(self, distance, min_dist, max_dist):
  # Here is the code that will be called each time you use the generator object:
  # If there is still a child of the node object on its left
  # AND if distance is ok, return the next child
  if self._leftchild and distance - max_dist < self._median:
      yield self._leftchild
  # If there is still a child of the node object on its right
  # AND if distance is ok, return the next child
  if self._rightchild and distance + max_dist >= self._median:
      yield self._rightchild
  # If the function arrives here, the generator will be considered empty
  # there is no more than two values: the left and the right children

# Create an empty list and a list with the current object reference
result, candidates = list(), [self]
# Loop on candidates (they contain only one element at the beginning)
while candidates:
    # Get the last candidate and remove it from the list
    node = candidates.pop()
    # Get the distance between obj and the candidate
    distance = node._get_dist(obj)
    # If distance is ok, then you can fill the result
    if distance <= max_dist and distance >= min_dist:
        result.extend(node._values)
    # Add the children of the candidate in the candidates list
    # so the loop will keep running until it will have looked
    # at all the children of the children of the children, etc. of the candidate
    candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))
return result

上边的代码有多少个有意思的地方

  • 循环迭代了二个list的同时,也在往list里面添美金素。那种方式得以很简单遍历全数相邻的数目,就算有恐怕导致极其循环。

candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))

地点的代码会回来全体的生成器,但是while不断得发生新的生成器。

  • extend()方法是list的三个办法,传入一个迭代器,然后将其投入到list中

大家一般那样用extend

>>> a = [1, 2]
>>> b = [3, 4]
>>> a.extend(b)
>>> print(a)
[1, 2, 3, 4]

在上头的代码中,传入了二个生成器,这样做有三个好处

  1. 不须求读五遍数据
  2. 字节点不用都存在内存中

地点的代码是实用的,因为python并不关心传入的参数是不是是三个list。它关注传入的是还是不是一个迭代器,所以strings,lists,tuples,generators都以能够看成参数字传送入的!那名叫鸭子类型,也是python如此受欢迎的案由之一。

 

决定生成器

>>> class Bank(): # let's create a bank, building ATMs
...     crisis = False
...     def create_atm(self):
...         while not self.crisis:
...             yield "$100"
>>> hsbc = Bank() # when everything's ok the ATM gives you as much as you want
>>> corner_street_atm = hsbc.create_atm()
>>> print(corner_street_atm.next())
$100
>>> print(corner_street_atm.next())
$100
>>> print([corner_street_atm.next() for cash in range(5)])
['$100', '$100', '$100', '$100', '$100']
>>> hsbc.crisis = True # crisis is coming, no more money!
>>> print(corner_street_atm.next())
<type 'exceptions.StopIteration'>
>>> wall_street_atm = hsbc.create_atm() # it's even true for new ATMs
>>> print(wall_street_atm.next())
<type 'exceptions.StopIteration'>
>>> hsbc.crisis = False # trouble is, even post-crisis the ATM remains empty
>>> print(corner_street_atm.next())
<type 'exceptions.StopIteration'>
>>> brand_new_atm = hsbc.create_atm() # build a new one to get back in business
>>> for cash in brand_new_atm:
...      print cash
$100
$100
$100
$100
$100
$100
$100
$100
$100
...

生成器可以做过多事务,下边代码体现了怎么着选拔yield控制能源的访问

 

Itertools-最棒的心上人

itertools模块中有众多控制生成器的不二法门。

看下边包车型客车事例,看看四匹马赛跑只怕的一一组合

>>> horses = [1, 2, 3, 4]
>>> races = itertools.permutations(horses)
>>> print(races)
<itertools.permutations object at 0xb754f1dc>
>>> print(list(itertools.permutations(horses)))
[(1, 2, 3, 4), 
(1, 2, 4, 3), 
(1, 3, 2, 4), 
(1, 3, 4, 2), 
(1, 4, 2, 3), 
(1, 4, 3, 2), 
(2, 1, 3, 4), 
(2, 1, 4, 3), 
(2, 3, 1, 4), 
(2, 3, 4, 1), 
(2, 4, 1, 3), 
(2, 4, 3, 1), 
(3, 1, 2, 4), 
(3, 1, 4, 2), 
(3, 2, 1, 4), 
(3, 2, 4, 1), 
(3, 4, 1, 2), 
(3, 4, 2, 1), 
(4, 1, 2, 3), 
(4, 1, 3, 2), 
(4, 2, 1, 3), 
(4, 2, 3, 1), 
(4, 3, 1, 2), 
(4, 3, 2, 1)]

yield是2个非同一般的return?

打听生成器的兑现机制

迭代代表,调用可迭代对象的*iter()方法和迭代器的**next*()方法

今非昔比的是进行进程中遇到yield关键字,会阻断,yield
重回的是3个生成器。

先是次迭代中你的函数会举行,从上马到达
yield 关键字,然后回来 yield 后的值作为首回迭代的归来值.

下一场,每回执行这些函数都会继续执行你在函数内部定义的不胜循环的下叁遍,再回去那多少个值,直到没有得以回到的。

 

留意,当函数中出现yield,该函数再次回到的正是贰个生成器。不在是平凡函数。

def func(num):
    n,a,b = 0,0,1
    while num > n:
        yield b  #阻断,返回b
        a,b = b,a + b
        n+=1

for i in  func(19): #func(19)是一个生成器,生成器只有调用时执行一次。所以这里用循环
    print i

 

除了for循环取值,你也得以透过next()来取下三个值。

t = func(19)
t.next()

 


相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图