您好,登錄后才能下訂單哦!
這篇文章主要介紹“Python中yield的使用方法”,在日常操作中,相信很多人在Python中yield的使用方法問(wèn)題上存在疑惑,小編查閱了各式資料,整理出簡(jiǎn)單好用的操作方法,希望對(duì)大家解答”P(pán)ython中yield的使用方法”的疑惑有所幫助!接下來(lái),請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧!
在 Python 開(kāi)發(fā)中,yield 關(guān)鍵字的使用其實(shí)較為頻繁,例如大集合的生成,簡(jiǎn)化代碼結(jié)構(gòu)、協(xié)程與并發(fā)都會(huì)用到它。
但是,你是否真正了解 yield 的運(yùn)行過(guò)程呢?
這篇文章,我們就來(lái)看一下 yield 的運(yùn)行流程,以及在開(kāi)發(fā)中哪些場(chǎng)景適合使用 yield。
生成器
如果在一個(gè)方法內(nèi),包含了 yield 關(guān)鍵字,那么這個(gè)函數(shù)就是一個(gè)「生成器」。
生成器其實(shí)就是一個(gè)特殊的迭代器,它可以像迭代器那樣,迭代輸出方法內(nèi)的每個(gè)元素。
如果你還不清楚「迭代器」是什么,可以參考我寫(xiě)的這篇文章:Python進(jìn)階——迭代器和可迭代對(duì)象有什么區(qū)別?
我們來(lái)看一個(gè)包含 yield 關(guān)鍵字的方法:
# coding: utf8 # 生成器 def gen(n): for i in range(n): yield i g = gen(5) # 創(chuàng)建一個(gè)生成器 print(g) # <generator object gen at 0x10bb46f50> print(type(g)) # <type 'generator'> # 迭代生成器中的數(shù)據(jù) for i in g: print(i) # Output: # 0 1 2 3 4
注意,在這個(gè)例子中,當(dāng)我們執(zhí)行 g = gen(5) 時(shí),gen 中的代碼其實(shí)并沒(méi)有執(zhí)行,此時(shí)我們只是創(chuàng)建了一個(gè)「生成器對(duì)象」,它的類(lèi)型是 generator。
然后,當(dāng)我們執(zhí)行 for i in g,每執(zhí)行一次循環(huán),就會(huì)執(zhí)行到 yield 處,返回一次 yield 后面的值。
這個(gè)迭代過(guò)程是和迭代器最大的區(qū)別。
換句話說(shuō),如果我們想輸出 5 個(gè)元素,在創(chuàng)建生成器時(shí),這個(gè) 5 個(gè)元素其實(shí)還并沒(méi)有產(chǎn)生,什么時(shí)候產(chǎn)生呢?只有在執(zhí)行 for 循環(huán)遇到 yield 時(shí),才會(huì)依次生成每個(gè)元素。
此外,生成器除了和迭代器一樣實(shí)現(xiàn)迭代數(shù)據(jù)之外,還包含了其他方法:
generator.__next__():執(zhí)行 for 時(shí)調(diào)用此方法,每次執(zhí)行到 yield 就會(huì)停止,然后返回 yield 后面的值,如果沒(méi)有數(shù)據(jù)可迭代,拋出 StopIterator 異常,for 循環(huán)結(jié)束
generator.send(value):外部傳入一個(gè)值到生成器內(nèi)部,改變 yield 前面的值
generator.throw(type[, value[, traceback]]):外部向生成器拋出一個(gè)異常
generator.close():關(guān)閉生成器
通過(guò)使用生成器的這些方法,我們可以完成很多有意思的功能。
__next__
先來(lái)看生成器的 __next__ 方法,我們看下面這個(gè)例子。
# coding: utf8 def gen(n): for i in range(n): print('yield before') yield i print('yield after') g = gen(3) # 創(chuàng)建一個(gè)生成器 print(g.__next__()) # 0 print('----') print(g.__next__()) # 1 print('----') print(g.__next__()) # 2 print('----') print(g.__next__()) # StopIteration # Output: # yield before # 0 # ---- # yield after # yield before # 1 # ---- # yield after # yield before # 2 # ---- # yield after # Traceback (most recent call last): # File "gen.py", line 16, in <module> # print(g.__next__()) # StopIteration # StopIteration
在這個(gè)例子中,我們定義了 gen 方法,這個(gè)方法包含了 yield 關(guān)鍵字。然后我們執(zhí)行 g = gen(3) 創(chuàng)建一個(gè)生成器,但是這次沒(méi)有執(zhí)行 for 去迭代它,而是多次調(diào)用 g.__next__() 去輸出生成器中的元素。
我們看到,當(dāng)執(zhí)行 g.__next__()時(shí),代碼就會(huì)執(zhí)行到 yield 處,然后返回 yield 后面的值,如果繼續(xù)調(diào)用 g.__next__(),注意,你會(huì)發(fā)現(xiàn),這次執(zhí)行的開(kāi)始位置,是上次 yield 結(jié)束的地方,并且它還保留了上一次執(zhí)行的上下文,繼續(xù)向后迭代。
這就是使用 yield 的作用,在迭代生成器時(shí),每一次執(zhí)行都可以保留上一次的狀態(tài),而不是像普通方法那樣,遇到 return 就返回結(jié)果,下一次執(zhí)行只能再次重復(fù)上一次的流程。
生成器除了能保存狀態(tài)之外,我們還可以通過(guò)其他方式,改變其內(nèi)部的狀態(tài),這就是下面要講的 send 和 throw 方法。
send
上面的例子中,我們只展示了在 yield 后有值的情況,其實(shí)還可以使用 j = yield i 這種語(yǔ)法,我們看下面的代碼:
# coding: utf8 def gen(): i = 1 while True: j = yield i i *= 2 if j == -1: break
此時(shí)如果我們執(zhí)行下面的代碼:
for i in gen(): print(i) time.sleep(1)
輸出結(jié)果會(huì)是 1 2 4 8 16 32 64 ... 一直循環(huán)下去, 直到我們殺死這個(gè)進(jìn)程才能停止。
這段代碼一直循環(huán)的原因在于,它無(wú)法執(zhí)行到 j == -1 這個(gè)分支里 break 出來(lái),如果我們想讓代碼執(zhí)行到這個(gè)地方,如何做呢?
這里就要用到生成器的 send 方法了,send 方法可以把外部的值傳入生成器內(nèi)部,從而改變生成器的狀態(tài)。
代碼可以像下面這樣寫(xiě):
g = gen() # 創(chuàng)建一個(gè)生成器 print(g.__next__()) # 1 print(g.__next__()) # 2 print(g.__next__()) # 4 # send 把 -1 傳入生成器內(nèi)部 走到了 j = -1 這個(gè)分支 print(g.send(-1)) # StopIteration 迭代停止
當(dāng)我們執(zhí)行 g.send(-1) 時(shí),相當(dāng)于把 -1 傳入到了生成器內(nèi)部,然后賦值給了 yield 前面的 j,此時(shí) j = -1,然后這個(gè)方法就會(huì) break 出來(lái),不會(huì)繼續(xù)迭代下去。
throw
外部除了可以向生成器內(nèi)部傳入一個(gè)值外,還可以傳入一個(gè)異常,也就是調(diào)用 throw 方法:
# coding: utf8 def gen(): try: yield 1 except ValueError: yield 'ValueError' finally: print('finally') g = gen() # 創(chuàng)建一個(gè)生成器 print(g.__next__()) # 1 # 向生成器內(nèi)部傳入異常 返回ValueError print(g.throw(ValueError)) # Output: # 1 # ValueError # finally
這個(gè)例子創(chuàng)建好生成器后,使用 g.throw(ValueError) 的方式,向生成器內(nèi)部傳入了一個(gè)異常,走到了生成器異常處理的分支邏輯。
close
生成器的 close 方法也比較簡(jiǎn)單,就是手動(dòng)關(guān)閉這個(gè)生成器,關(guān)閉后的生成器無(wú)法再進(jìn)行操作。
>>> g = gen() >>> g.close() # 關(guān)閉生成器 >>> g.__next__() # 無(wú)法迭代數(shù)據(jù) Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
close 方法我們?cè)陂_(kāi)發(fā)中使用得比較少,了解一下就好。
使用場(chǎng)景
了解了 yield 和生成器的使用方式,那么 yield 和生成器一般用在哪些業(yè)務(wù)場(chǎng)景中呢?
下面我介紹幾個(gè)例子,分別是大集合的生成、簡(jiǎn)化代碼結(jié)構(gòu)、協(xié)程與并發(fā),你可以參考這些使用場(chǎng)景來(lái)使用 yield。
大集合的生成
如果你想生成一個(gè)非常大的集合,如果使用 list 創(chuàng)建一個(gè)集合,這會(huì)導(dǎo)致在內(nèi)存中申請(qǐng)一個(gè)很大的存儲(chǔ)空間,例如想下面這樣:
# coding: utf8 def big_list(): result = [] for i in range(10000000000): result.append(i) return result # 一次性在內(nèi)存中生成大集合 內(nèi)存占用非常大 for i in big_list(): print(i)
這種場(chǎng)景,我們使用生成器就能很好地解決這個(gè)問(wèn)題。
因?yàn)樯善髦挥性趫?zhí)行到 yield 時(shí)才會(huì)迭代數(shù)據(jù),這時(shí)只會(huì)申請(qǐng)需要返回元素的內(nèi)存空間,代碼可以這樣寫(xiě):
# coding: utf8 def big_list(): for i in range(10000000000): yield i # 只有在迭代時(shí) 才依次生成元素 減少內(nèi)存占用 for i in big_list(): print(i)
簡(jiǎn)化代碼結(jié)構(gòu)
我們?cè)陂_(kāi)發(fā)時(shí)還經(jīng)常遇到這樣一種場(chǎng)景,如果一個(gè)方法要返回一個(gè) list,但這個(gè) list 是多個(gè)邏輯塊組合后才能產(chǎn)生的,這就會(huì)導(dǎo)致我們的代碼結(jié)構(gòu)變得很復(fù)雜:
# coding: utf8 def gen_list(): # 多個(gè)邏輯塊 組成生成一個(gè)列表 result = [] for i in range(10): result.append(i) for j in range(5): result.append(j * j) for k in [100, 200, 300]: result.append(k) return result for item in gen_list(): print(item)
這種情況下,我們只能在每個(gè)邏輯塊內(nèi)使用 append 向 list 中追加元素,代碼寫(xiě)起來(lái)比較啰嗦。
此時(shí)如果使用 yield 來(lái)生成這個(gè) list,代碼就簡(jiǎn)潔很多:
# coding: utf8 def gen_list(): # 多個(gè)邏輯塊 使用yield 生成一個(gè)列表 for i in range(10): yield i for j in range(5): yield j * j for k in [100, 200, 300]: yield k for item in gen_list(): print(i)
使用 yield 后,就不再需要定義 list 類(lèi)型的變量,只需在每個(gè)邏輯塊直接 yield 返回元素即可,可以達(dá)到和前面例子一樣的功能。
我們看到,使用 yield 的代碼更加簡(jiǎn)潔,結(jié)構(gòu)也更清晰,另外的好處是只有在迭代元素時(shí)才申請(qǐng)內(nèi)存空間,降低了內(nèi)存資源的消耗。
協(xié)程與并發(fā)
還有一種場(chǎng)景是 yield 使用非常多的,那就是「協(xié)程與并發(fā)」。
如果我們想提高程序的執(zhí)行效率,通常會(huì)使用多進(jìn)程、多線程的方式編寫(xiě)程序代碼,最常用的編程模型就是「生產(chǎn)者-消費(fèi)者」模型,即一個(gè)進(jìn)程 / 線程生產(chǎn)數(shù)據(jù),其他進(jìn)程 / 線程消費(fèi)數(shù)據(jù)。
在開(kāi)發(fā)多進(jìn)程、多線程程序時(shí),為了防止共享資源被篡改,我們通常還需要加鎖進(jìn)行保護(hù),這樣就增加了編程的復(fù)雜度。
在 Python 中,除了使用進(jìn)程和線程之外,我們還可以使用「協(xié)程」來(lái)提高代碼的運(yùn)行效率。
什么是協(xié)程?
簡(jiǎn)單來(lái)說(shuō),由多個(gè)程序塊組合協(xié)作執(zhí)行的程序,稱(chēng)之為「協(xié)程」。
而在 Python 中使用「協(xié)程」,就需要用到 yield 關(guān)鍵字來(lái)配合。
可能這么說(shuō)還是太好理解,我們用 yield 實(shí)現(xiàn)一個(gè)協(xié)程生產(chǎn)者、消費(fèi)者的例子:
# coding: utf8 def consumer(): i = None while True: # 拿到 producer 發(fā)來(lái)的數(shù)據(jù) j = yield i print('consume %s' % j) def producer(c): c.__next__() for i in range(5): print('produce %s' % i) # 發(fā)數(shù)據(jù)給 consumer c.send(i) c.close() c = consumer() producer(c) # Output: # produce 0 # consume 0 # produce 1 # consume 1 # produce 2 # consume 2 # produce 3 # consume 3 ...
這個(gè)程序的執(zhí)行流程如下:
鴻蒙官方戰(zhàn)略合作共建——HarmonyOS技術(shù)社區(qū)
c = consumer() 創(chuàng)建一個(gè)生成器對(duì)象
producer(c) 開(kāi)始執(zhí)行,c.__next()__ 會(huì)啟動(dòng)生成器 consumer 直到代碼運(yùn)行到 j = yield i 處,此時(shí) consumer 第一次執(zhí)行完畢,返回
producer 函數(shù)繼續(xù)向下執(zhí)行,直到 c.send(i) 處,這里利用生成器的 send 方法,向 consumer 發(fā)送數(shù)據(jù)
consumer 函數(shù)被喚醒,從 j = yield i 處繼續(xù)開(kāi)始執(zhí)行,并且接收到 producer 傳來(lái)的數(shù)據(jù)賦值給 j,然后打印輸出,直到再次執(zhí)行到 yield 處,返回
producer 繼續(xù)循環(huán)執(zhí)行上面的過(guò)程,依次發(fā)送數(shù)據(jù)給 cosnumer,直到循環(huán)結(jié)束
最終 c.close() 關(guān)閉 consumer 生成器,程序退出
在這個(gè)例子中我們發(fā)現(xiàn),程序在 producer 和 consumer 這 2 個(gè)函數(shù)之間來(lái)回切換執(zhí)行,相互協(xié)作,完成了生產(chǎn)任務(wù)、消費(fèi)任務(wù)的業(yè)務(wù)場(chǎng)景,最重要的是,整個(gè)程序是在單進(jìn)程單線程下完成的。
這個(gè)例子用到了上面講到的 yield、生成器的 __next__、send、close 方法。如果不好理解,你可以多看幾遍這個(gè)例子,最好自己測(cè)試一下。
我們使用協(xié)程編寫(xiě)生產(chǎn)者、消費(fèi)者的程序時(shí),它的好處是:
整個(gè)程序運(yùn)行過(guò)程中無(wú)鎖,不用考慮共享變量的保護(hù)問(wèn)題,降低了編程復(fù)雜度
程序在函數(shù)之間來(lái)回切換,這個(gè)過(guò)程是用戶態(tài)下進(jìn)行的,不像進(jìn)程 / 線程那樣,會(huì)陷入到內(nèi)核態(tài),這就減少了內(nèi)核態(tài)上下文切換的消耗,執(zhí)行效率更高
所以,Python 的 yield 和生成器實(shí)現(xiàn)了協(xié)程的編程方式,為程序的并發(fā)執(zhí)行提供了編程基礎(chǔ)。
Python 中的很多第三方庫(kù),都是基于這一特性進(jìn)行封裝的,例如 gevent、tornado,它們都大大提高了程序的運(yùn)行效率。
總結(jié)
總結(jié)一下,這篇文章我們主要講了 yield 的使用方式,以及生成器的各種特性。
生成器是一種特殊的迭代器,它除了可以迭代數(shù)據(jù)之外,在執(zhí)行時(shí)還可以保存方法中的狀態(tài),除此之外,它還提供了外部改變內(nèi)部狀態(tài)的方式,把外部的值傳入到生成器內(nèi)部。
利用 yield 和生成器的特性,我們?cè)陂_(kāi)發(fā)中可以用在大集成的生成、簡(jiǎn)化代碼結(jié)構(gòu)、協(xié)程與并發(fā)的業(yè)務(wù)場(chǎng)景中。
Python 的 yield 也是實(shí)現(xiàn)協(xié)程和并發(fā)的基礎(chǔ),它提供了協(xié)程這種用戶態(tài)的編程模式,提高了程序運(yùn)行的效率。
到此,關(guān)于“Python中yield的使用方法”的學(xué)習(xí)就結(jié)束了,希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí),快去試試吧!若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí),請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站,小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。