写在题词

1.迭代

在懂得生成器在此之前,先知道迭代。

 

金沙注册送58 1

平常会看见,python函数中带有yield关键字,那么yield是怎么样,有哪些效果?

1.1 迭代

只要给定一个list或tuple,大家得以经过for循环来遍历那一个list或tuple,那种遍历大家称为迭代(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,遍历了全方位alist列表,那种不另行地方便其里面的每种子项的行事正是迭代。

文山会海文章 — ES6笔记连串

Yield

 

1.2 可迭代对象

能够平昔效果于for循环的靶子统称为可迭代对象:Iterable,可迭代对象一般都完结了__iter()__主意,可迭代对象通过其内建的方__iter()__回到多少个迭代器对象。

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:能够精通yield是叁个生成器;

1.3 迭代器

能够被next()函数调用并连发再次回到下二个值的对象称为迭代器:Iterator,迭代器其内完成了__iter__方法和__next__主意,for循环本质是经过调用可迭代对象的__iter__格局,该格局重临2个迭代器对象,再用__next__办法遍历成分

概念多个迭代器:

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])

[]

迭代器只可以迭代二次,每一回调用调用 next()
方法就会上前一步,无法后退,所以当迭代器迭代到结尾时,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

修改上边的可迭代对象:

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请求的会赶上过异步调用的难题,为了确认保障调用顺序的不利,一般大家会在回调函数中调用,也有用到一些新的化解方案如Promise相关的技术。

在异步编程中,还有一种常用的缓解方案,它正是Generator生成器函数。顾名思义,它是四个生成器,它也是三个状态机,内部装有值及相关的状态,生成器重临二个迭代器Iterator对象,大家得以经过那一个迭代器,手动地遍历相关的值、状态,保险科学的推行各种。

可迭代对象

python中,一般能够被for巡回遍历的目的正是可迭代对象。
拥有__iter__()措施的对象称之为可迭代对象,__iter__()格局重返七个迭代器。

效果:境遇yield关键字,函数会一贯回到yield值,约等于return;不一样的是下次调用的时候会从yield之后的代码最西子行。

2. 生成器

生成器与可迭代对象、迭代器的关联

金沙注册送58 2

图形源于Iterables vs. Iterators vs.
Generators

生成器对象,在历次调用它的next()方法时重返二个值,直到它抛出StopInteration。

生成器是能够迭代的,但是你 只可以够读取它一次,因为它并不把富有的值放在内部存款和储蓄器中,它是实时地转移数据,
能够用生成器表达式创设:

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

能够写二个普通的蕴含yield语句的Python函数,Python会检查和测试对yield的使用并将函数标记为二个生成器,当函数执行到yield语句时,像return语句那样重临二个值,不过解释器会保存对栈的引用,它会被用来在下贰次调用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: 

上面包车型地铁例证中,每一次调用next()开首实时地变化数据,并重返,因而生成器只可读取1回,上次推行读取的值在下次推行中就不可能读取。当全体生成器的值都被读取后,在调用机相会世StopIteration的荒唐。

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

老是执行到yield语句,则赶回三个值,再实践的时候从上次停下来的地方初步执行。yield语句保存了上次执行后的气象,下次执行不是从头开首,而是从上次的景色开首。

当调用my_gen()这几个函数的时候,函数内部的代码不会霎时执行,而是重临2个生成器对象,当使用for循环进行遍历的时候,函数内部的代码初阶实践,执行到yield表达式重返一个值,记录当前情状并终止,下叁回的拜访时再从那么些情景初叶推行。

举贰个不太合适的事例,普通的函数正是没有存档的玩乐,只要游戏起先,就玩到结尾,下一回再玩照旧从头开始,而生成器正是加了存档,下次玩从上次存档的地点起初

 

迭代器

迭代器是访问集合内成分的一种办法。迭代器对象从集合的首先个因素初阶访问,直到全数的要素都被访问1回后得了。
能够利用工厂函数iter()再次来到一个迭代器。

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

【金沙注册送58】揭秘yield关键字的心腹面纱,Generator生成器函数。 

关于生成器的思维

(瞎掰的。。。。)生成器到底起到什么样呢成效吗,固然生成3个生成器对象,而生成器对象自然是叁个迭代器,所以能够这么说,生成器再次来到了2个能够用for循环遍历所以子项,能够用next()方法访问下多个子项,能够在造访时动态的变化数据而节外省部存款和储蓄器的靶子。

① 、不难利用

for循环遍历可迭代对象进程

  1. Python将对重点字in后的靶子调用iter函数获取迭代器
  2. 调用迭代器的next方法取得成分,直到抛出StopIteration卓殊。
  3. 对迭代器调用iter函数时将回到迭代器自己,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

生成器是何许?

阅读

完全知道 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

金沙注册送58 ,1. 声明

Generator的注明格局接近一般的函数注明,只是多了个*号,并且一般能够在函数内看到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,定义了四个showWords的生成器函数,调用之后回来了一个迭代器对象(即show)

调用next方法后,函数内执行第叁条yield语句,输出当前的场地done(迭代器是还是不是遍历完结)以及相应值(一般为yield关键字背后的运算结果)

每调用1回next,则举办2遍yield说话,并在该处暂停,return实现之后,就淡出了生成器函数,后续要是还有yield操作就不再实施了

正文

在stackoverflow中见到这么3个标题 What does the “yield” keyword do in
python

中间名次最高的答问对自己有非常的大帮扶,由此将其翻译下来享用给大家答案。
弹指间是译文:

要明白什么是yield首要字,必须求驾驭什么是生成器,而要理解生成器,首先要清楚什么是迭代器

是足以迭代的,可是你
只可以够读取它一遍
,因为它并不把富有的值放在内存中,它是实时地转移数据:

2. yield和yield*

突发性,大家汇合到yield之后跟了二个*号,它是什么样,有哪些用吧?

恍如于生成器前边的*号,yield前面包车型大巴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}

扩充了1个生成器函数,大家想在showWords中调用叁次,不难的 yield
showNumbers()之后发现并没有举办函数里面包车型地铁yield 10+1

因为yield只好纹丝不动地回去右侧运算后值,但未来的showNumbers()不是一般的函数调用,重回的是迭代器对象

据此换个yield* 让它自动遍历进该指标

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"}

要专注的是,那yield和yield*
只能在generator函数内部使用,一般的函数内接纳会报错

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

即便换来yield*不会直接报错,但运用的时候还是会格外,因为’one’字符串中尚无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,大家常常供给请求四个地方,为了保障顺序,引入Promise对象和Generator生成器函数,看这么些简单的栗子:

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使用yield关键字,改换来注释中的for循环就行了

迭代器

当您生成了3个list,能够一个接贰个地拜会这几个list中的成分,那种表现被喻为迭代。

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

上边代码中的mylist正是三个迭代器。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中能够经过“for… in
…”
那种方法遍历的都以迭代器,像lists,strings,files…

迭代器是很好用的,因为您能够很有益于地遍历当中的因素。不过那个数量都是存在内部存款和储蓄器里的,当数据量相当的大时,那种措施就不是不行可观了。

 

3. next()调用中的传参

参数值有注入的成效,可转移上三个yield的重临值,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

先是次调用next之后回到值one为1,但在第3遍调用next的时候one其实是undefined的,因为generator不会活动保存相应变量值,我们需求手动的钦点,那时two值为NaN,在第一次调用next的时候实施到yield
3 * two,通过传参将上次yield重回值two设为2,得到结果

另3个板栗:

是因为ajax请求涉及到网络,糟糕处理,那里用了setTimeout模拟ajax的请求再次回到,按梯次进行,并传递每一遍回去的数码

 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 }

直达了按梯次请求八个地点的效果,开首直接r.next()无参数,后续通过r.next(data)将data数据传入

金沙注册送58 3

瞩目代码的第叁6行,那里参数用了url变量,是为着和data数据做相比较

因为初始next()没有参数,就算直接将url换到data的话,就会因为promise对象的数目判断
!rs == undefined 而reject

所以将第二6行换到 cb(data || url);

金沙注册送58 4

经过模拟的ajax输出,可探听到next的传参值,第一次在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,不过只好被迭代2回。那是因为生成器并不会将具有的数码存在内存里,而是在利用的时候生成数据。

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

上面用[]变迁了叁个迭代器,而那边用()转移了多个生成器。
然而再履行

for i in mygenerator:
    print(i)

不会有别的输出,因为生成器只好使用二遍。在此之前三回遍历中,生成器计算的到0,不存款和储蓄,然后总括得到1,不存款和储蓄,最后计算获得4。

有人恐怕会说,我一贯迭代,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()

除此而外使用.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分化的是,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不二法门情势也可遍历生成器函数,如扩小运算符…的使用

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

var show = showNumbers();

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

yield

Yield有点像return,不一致的是yield会重临多少个生成器

>>> 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

上边的那个事例没有怎么用,但是当您知道再次来到数据量不小还要只会被用到2遍时,yield关键词就很有用了。
要理解yield,你必须询问当再次来到生成器的函数被调用时,里面包车型客车代码实际上并从未运营。那几个函数只是回去了多个生成器的对象。那有点令人为难精通。

在for循环中,那么些生成器才会被应用到。

今昔进入不便的一部分:
for巡回中,生成器第1回被调用到时,重返这些生成器的函数会顺序执行到yield部分,然后重返那么些轮回的首先个值。每趟调用到生成器,都会举办函数中的循环一回,然后回到下2个值,直到没有值被再次来到。

当函数不再履行到yield的时候,生成器为空。这大概是循环停止了依旧不再知足”if/else”判断。

那么你要明白,list列表,全部数据是储存在内部存款和储蓄器中的。假如数据量非常大,会很是耗内部存款和储蓄器。

5. 更加多利用

更多接纳可参考 MDN –
Generator

回应题主的题材

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

地方的代码有多少个好玩的地点

  • 循环迭代了一个list的还要,也在往list里面添美金素。那种办法可以很简短遍历全部相邻的数量,固然有大概造成极其循环。

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

地点的代码会重返全体的生成器,可是while不断得发生新的生成器。

  • extend()方法是list的三个方法,传入二个迭代器,然后将其参与到list中

咱俩一般那样用extend

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

在地点的代码中,传入了八个生成器,这样做有七个好处

  1. 不须要读三回数据
  2. 字节点不用都留存内部存款和储蓄器中

地点的代码是有效的,因为python并不爱惜传入的参数是或不是是三个list。它关切传入的是否贰个迭代器,所以strings,lists,tuples,generators都以能够看做参数字传送入的!那称为鸭子类型,也是python如此受欢迎的原委之一。

 

操纵生成器

>>> 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
...

生成器能够做过多作业,上面代码显示了什么样利用yield控制能源的拜会

 

Itertools-最佳的爱侣

itertools模块中有不少说了算生成器的办法。

看下边包车型地铁事例,看看四匹苏州跑大概的各种组合

>>> 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是三个非凡的return?

询问生成器的贯彻机制

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

不等的是履行进程中遇到yield关键字,会阻断,yield
重返的是二个生成器。

先是次迭代中您的函数会进行,从上马到达
yield 关键字,然后回到 yield 后的值作为第二回迭代的回到值.

然后,每趟执行这么些函数都会继续执行你在函数内部定义的那多少个循环的下3次,再回去那多少个值,直到没有能够回去的。

 

留意,当函数中现身yield,该函数再次回到的正是3个生成器。不在是常常函数。

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

 

除却for循环取值,你也能够透过next()来取下一个值。

t = func(19)
t.next()

 

相关文章

网站地图xml地图