Python 生成器yield

「这是我参与2022首次更文挑战的第28天，活动详情查看：2022首次更文挑战」

前言

在Python中存在两种好用的功能迭代器与生成器。当我们刚开始接触到时，会简单的认为迭代只不过是处理列表、集合等序列中元素而已。然而，它们的功能并非如此。

当我们遇到一个列表[1,2,3,4,5,6]需要进行遍历时，我们可以使用如下方法：

• for循环遍历打印
• next()方法打印

同时，我们也可以创建个性化的迭代器对象、构造生成器函数等等。

Python中迭代器协议主要用到了两个魔法方法：__iter__(),__next__()

• __iter__() 方法创建一个具有__next__()方法的迭代器对象
• __next__() 方法返回下一个迭代器对象

Python中只具有迭代操作的生成器，也是属于迭代器的。在Python中，我们可以使用yield的函数来实现生成器。

本期，我们将详细介绍生成器相关原理和用法，Let's go~~~

1. 什么是yield?

首先我们需要认识一生成器（generator），从字面意思上理解，循环计算的操作方式。在Python中，提供一种可以边循环边计算的机制。

生成器是解决使用序列存储大量数据时，内存消耗大的问题。我们可以根据存储数据的某些规律，演算为算法，在循环过程中通过计算得到，这样可以不用创建完整序列，从而大大节省占用空间。

yield 是实现生成器方法之一，当函数使用yield方法，则该函数就成为了一个生成器。调用该函数，就等于创建了一个生成器对象。

2. yield 原理

一个生成器，主要是通过循环反复调用next()方法，直到捕获异常。

具有 yield方法的函数也是一个生成器，创建如下栗子：

def test(n):

    print("starting...")

    while True:

        res = yield n

        print ("res:",res)


g = test(5)

print(next(g))

print("######")

print(next(g))

我们可以看到输出的打印日志：

1. test函数带有yield关键字，说明它是一个生成器，不会进行执行
2. 当test函数遇到next()方法时，开始执行test函数内部步骤
3. 直到程序遇到yield关键字时，程序会中止
4. 直到下一次的next()方法唤醒，执行yield后续步骤，print()方法。这时候，res没有被赋值。
5. 再次进入循环while内部步骤，同理遇到yield关键字中止循环

当我们需要对生成器里的元素进行赋值时，我们可以调用.send()方法

因此，带yield的函数具体内部执行操作为：

• yield 方法：相当于Return作用，程序遇到yield则直接中止后续步骤
• 当再次调用生成器时，next()方法会唤醒，并继续执行yield后续步骤
• 还可以调用send()方法，可以唤醒，并传入一个值，继续执行yield后续步骤

生成器是可迭代的，每一次只可读一次。因此常常与for循环一起组合使用。

3. yield 常见用法

我们通常可以使用带有yield的函数来创建生成器来替代包含大量数据的序列。

import sys

def test(n):

    print("start")

    while n > 0:

        yield n
        n-=1

    print("end")


a = [x for x in range(1000)]

b= test(1000)

print("a内存大小：",sys.getsizeof(a))
print("b内存大小：",sys.getsizeof(b))

总结

本期，我们主要对生成器及关键字yield的相关细节点进行学习。生成器是迭代器的一中，只用来迭代操作。生成器内部主要是调用next()方法或send()方法来访问下一个迭代器对象。

我们可以定义带有yield关键字的函数来实现生成器，yield相当于return作用，但是可以支持传参。

以上是本期内容，欢迎大佬们点赞评论，下期见~~~