建站
咨詢
售后
建站咨詢
新聞中心
本篇文章重點(diǎn)為大家講解一下python中的yield關(guān)鍵字，正是因?yàn)楹瘮?shù)含有這個yield，所以，該函數(shù)不再是普通的函數(shù)，而是生成器函數(shù)（generator function），首先看一下迭代器(iterator)和生成器(Generator)這兩個概念。
讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴，公司提供的服務(wù)項(xiàng)目有：國際域名空間、虛擬空間、營銷軟件、網(wǎng)站建設(shè)、康樂網(wǎng)站維護(hù)、網(wǎng)站推廣。
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 iterators print 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 " " , line 1, in
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 = 0,1
while a >> 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~~
當(dāng)前名稱：講解一下python中的yield關(guān)鍵字
網(wǎng)頁鏈接：http://m.5511xx.com/article/dpigigo.html
