`
f002489
  • 浏览: 273172 次
  • 性别: Icon_minigender_1
  • 来自: 成都
社区版块
存档分类
最新评论

浅谈Yield

阅读更多

http://www.luanxiang.org/tech/archives/tag/python-yield

 

Yield是Python中非常有意思的东西,下面粗略谈谈我对Yield的认识。

yield,在英文中有“产生、生产”的意思,python中的yield,也是说的“产生”,但奇特之处在于,yield能中断函数(同时保存函数的状态),而“产生”出一个中间结果。
设想这样一个情形吧:某个文件,每一行对应一个数据,程序需要依次处理所有这些数据。如果数据不多,我们可以把这些数据读到一个集合中,通过循环来处理,这也是常用的办法;但如果数据太多,一次读到内存中就会导致性能问题,所以我们通常会“分批”读入,或者把处理函数“注入”到读入程序中,但是,这些办法都不够“美观”。
其实,我们仔细想想就会明白,理想的办法应该是像“挤牙膏”那样,从外部每调用一次,“挤”出一行,处理完再“挤”出下一行,再处理,这里说的“挤”,就是yield。

下面这个程序,就可以显示yield的神奇之处。

>>>def byLineReader(filename) :
>>>    f = open(filename)
>>>    line = f.readline()
>>>    while line :
>>>        yield line
>>>        line = f.readline()
>>>    f.close()
>>>    yield None

这样,我们如果需要读入文件,逐行处理,只需要这样

>>>reader = byLineReader(somefile)
>>>line = reader.next()
>>>processLine(line)
>>>while line:
>>>    line = reader.next()
>>>    processLine(line)

许多时候,妥善使用yield,不但能节省空间,还能提高效率(每次生成一个结果,随即处理这个结果,有利于程序之间的协作,xrange比range要快,也是这个原因),只是它有点违背大家长期以来的思维习惯。针对yield,我们不妨记住,它适合处理“在循环(或迭代)中返回一系列结果”的场合,这样会比较容易一些。(举个简单的例子,如果我们需要从Fibonacci数列中,找出前几个“符合某条件”的数字,传统的办法大概是,预先计算数列的前若干个数,再逐一检查,或者将判断条件“插入”数列计算函数,但是如果我们把yield写入Fibonaccis数列的生成函数,就好办多了,这样不但省却了无用功,功能的分隔也做得很好)。

不过,yield还有另一点奇妙之处,除了用来“产生”中间结果,它也可以将客户端(调用方)的信息“传进来”,让客户端逐步“控制”函数。在这里,“传进来”,使用的是send函数。

来看下面这个程序:

>>>def controlByYield():
>>>    print “A function controlled by yield”
>>>    while True :
>>>        command = (yield)
>>>        if command :
>>>            print command

这个函数,每一步接受一次“命令”:

>>>controller = controlByYield()
>>>controller.next()
A function controlled by yield
>>>controller.send(‘command’)
command

分享到:
评论

相关推荐

    浅谈对yield的初步理解

    ### yield关键字的理解与应用 在Python编程语言中,`yield`是一个非常强大的关键字,它主要用于定义生成器(generator)。生成器是一种特殊的迭代器,能够暂停并恢复执行过程,从而节省资源,提高程序效率。本文将...

    浅谈Express异步进化史

    ES6引入了Generator函数,通过`yield`关键字暂停和恢复函数执行,配合迭代器可以优雅地处理异步。然而,实际使用较为复杂,需要配合返回的迭代器进行操作,如上文示例所示。 6. **async/await**: async/await是...

    浅谈python迭代器

    1、yield,将函数变为 generator (生成器) 例如:斐波那契数列 def fib(num): a, b, c = 1, 0, 1  while a <= num: yield c b, c = c, b + c a += 1 for n in fib(10): print(n, end=' ') # 1 1 2 3 5 8 ...

    浅谈Python生成器generator之next和send的运行流程(详解)

    对于普通的生成器,第一个next调用,相当于启动生成器,会从生成器函数的第一行代码开始执行,直到第一次执行完yield语句(第4行)后,跳出生成器函数。 然后第二个next调用,进入生成器函数后,从yield语句的下一句...

    浅谈Python协程

    下面是一个简单的协程示例,展示了如何使用`yield`来模拟消费者和生产者模型。 ```python import time def consumer(name): print(f"---> starting eating baozi") while True: new_baozi = yield print(f"[{...

    浅谈Python中的生成器和迭代器

    当函数遇到`yield`时,它会暂停执行,保存当前的状态,并返回`yield`后面的值。当下一次调用生成器对象的`__next__`方法时,函数会从上次暂停的地方继续执行。以下是一个简单的生成器函数示例: ```python def ...

    浅谈redux, koa, express 中间件实现对比解析

    在Koa中,中间件可以是generator函数,使得中间件内部可以进行异步操作,控制流通过`yield next`传递,形成类似洋葱层的执行顺序,增强了错误处理能力。Koa的中间件处理函数是这样的: ```javascript app.use...

    浅谈python新手中常见的疑惑及解答

    当执行到`yield`时,函数会保存当前状态并返回一个值,下次调用时从上次离开的地方继续。生成器没有`return`语句,但可以通过`return`提前结束生成器。示例中的`fun2()`就是一个生成器,可以用来创建一个包含递减...

    浅谈keras2 predict和fit_generator的坑

    yield X_train[i * batch_size : (i + 1) * batch_size], Y_train[i * batch_size : (i + 1) * batch_size] ``` 此外,Keras还提供了`ImageDataGenerator`类,它可以帮助生成图像数据的流,特别适合于图像分类任务...

    浅谈java多线程 join方法以及优先级方法

    `Thread.yield()`方法被调用,它让当前线程暂停,给其他线程一个执行的机会,但这并不保证一定会切换到其他线程,而是交由操作系统决定。 在`JoinDemo`类的`main()`方法中,创建了两个`Demo`线程`t1`和`t2`,并启动...

    浅谈Scrapy框架普通反爬虫机制的应对策略

    yield scrapy.Request(url=url, headers={'Referer': 'https://example.com/'}) ``` ##### Cookies 有些网站会根据Cookies中的session_id使用次数来判断是否为爬虫行为。为了避免触发反爬机制,可以在Scrapy中...

    浅谈keras通过model.fit_generator训练模型(节省内存)

    生成器是一种特殊的Python函数,它可以使用`yield`关键字返回一系列结果,而不仅仅是单一的结果。下面是一个简单的生成器示例: ```python import keras from keras.models import Sequential from keras.layers ...

    浅谈Python中的可迭代对象、迭代器、For循环工作机制、生成器

    在这个例子中,`fibonacci` 函数使用 `yield` 关键字返回一个生成器。当 `for` 循环迭代这个生成器时,每个值只有在需要时才会被计算并返回,而不是一次性创建整个数列。 #### 五、总结 通过本文的讲解,我们可以...

Global site tag (gtag.js) - Google Analytics