Apakah penjana ular sawa?
Penjana adalah lelaran khas Ia juga mempunyai kaedah __iter__
dan __next__
secara dalaman apabila menamatkan penjana, ia akan tetap menggunakan StopIteration
Pengecualian untuk keluar dari gelung, tetapi berbanding dengan iterator, penjana juga mempunyai ciri untuk menyimpan "nilai perantaraan", dan pada kali seterusnya ia dijalankan, mereka akan menggunakan "nilai perantaraan" ini untuk beroperasi. Kata kunci penjana ialah yield
Mari tulis penjana termudah di bawah.
#!/usr/bin/env python def printNums(): i = 0 while i<10: yield i i = i + 1 def main(): for i in printNums(): print(i) if __name__ == '__main__': main()
Melihat pada kod, anda mungkin tertanya-tanya apakah ini. Mengapa tidak menggunakan range
untuk menjananya, tetapi gunakan yield
, jangan risau, mari teruskan membaca. Mengapa penjana diperlukan dengan kata lain, apakah masalah yang diselesaikan oleh penjana?
Mengapa anda memerlukan penjana ular sawa?
Sebelum menjelaskan masalah ini, mari kita tulis terlebih dahulu keperluan untuk mengeluarkan data dalam 0—10000000, dan kemudian jalankannya untuk melihat tangkapan skrin memori yang dieksport operasi.
Arahan tambahan untuk memanggil maklumat memori program python
Di sini anda boleh menggunakan modul python
memory_profiler
untuk mengesan penghunian memori program.
Pasang pustaka memory_profiler
:
pip3 install memory_profiler
Kaedah penggunaannya sangat mudah, cuma tambah @profile
penghias sebelum fungsi atau kod yang perlu dikesan, contohnya:
@profile def main(): pass
Jana .dat
fail
mprof run
untuk mengeksport ikon, anda boleh menggunakan
mprof plot --output=filename
kod kes python
Dua atur cara berikut kedua-duanya mengeluarkan data antara 0-9999999 range
kemudian suapan append
ke dalam list
, dan yang kedua menggunakan iterator untuk menjana data.
main.py
Program
@profile def main(): data = list(range(10000000)) for i in data: pass if __name__ == '__main__': main()
main_2.py
Program
def printNum(): i = 0 while i < 10000000: yield i i = i + 1 @profile def main(): for i in printNum(): pass if __name__ == '__main__': main()
Jalankan Program
Kod itu juga ada, anda boleh menjalankannya seperti di atas Jalankan atur cara dan eksport maklumat memori
Lihat maklumat memori selepas dijalankan
main.py
Jalankan graf memori
main_2.py
Menjalankan graf memori
Seperti yang ditunjukkan dalam dua graf perbandingan di atas, apabila kita menindih data ke dalam senarai dan kemudian mengeluarkan ia, ia mengambil hampir 400M memori, dan Menggunakan iterator untuk mengira nilai seterusnya hanya menggunakan 16M memori.
Melalui kes di atas, kita harus tahu sebab kita menggunakan generator.
Python generator prinsip
Memandangkan ungkapan penjana yield
melibatkan mekanisme dalaman python
hak tafsiran, sukar untuk melihat kod sumbernya dan mendapatkan prinsipnya, tetapi kami Anda boleh menggunakan mekanisme jeda yield
untuk meneroka penjana.
Anda boleh menulis kod berikut:
def testGenerator(): print("进入生成器") yield "pdudo" print("第一次输出") yield "juejin" print("第二次输出") def main(): xx = testGenerator() print(next(xx)) print(next(xx)) if __name__ == '__main__': main()
Kesan selepas berjalan adalah seperti berikut
Melalui contoh di atas, digabungkan dengan penjana berikut Proses berjalan akan mendalami perasaan penjana.
Apabila python
menemui penyataan yield
, status berjalan bagi fungsi semasa akan direkodkan, pelaksanaan akan digantung dan hasilnya akan dibuang. Ia akan terus menunggu panggilan seterusnya ke kaedah __next__
Selepas kaedah dipanggil, fungsi akan terus berjalan sehingga penyataan atau fungsi yield
seterusnya tamat pada akhir pelaksanaan, apabila tiada yield
berfungsi untuk melaksanakan, untuk menandakan penghujung generator. StopIteration
, selain menulis penjana dalam fungsi dan mengembalikannya menggunakan python
, anda juga boleh menggunakan ungkapan penjana secara langsung, um. . . Ia mungkin abstrak, tetapi jika anda melihat kod di bawah, anda akan faham. yield
def printNums(): for i in [1,2,3,4,5]: yield i def main(): for i in printNums(): print(i) gener = (i for i in [1,2,3,4,5]) for i in gener: print(i) if __name__ == '__main__': main()Antaranya, kod
adalah bersamaan dengan fungsi (i for i in [1,2,3,4,5])
, dan jenisnya ialah penjana Kita boleh menggunakan printNums
untuk mencetaknya dan melihatnya. type
Atas ialah kandungan terperinci Bagaimanakah penjana dalam Python berfungsi?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Forhandlinglargedatasetsinpython, usenumpyarraysforbetterperformance.1) numpyarraysarememory-efisien danfasterfornumumerical.2) mengelakkan yang tidak dapat dipertahankan.3)

Inpython, listsusedynamicMemoryAllocationwithover-peruntukan, pemecahan yang tidak dapat dilaksanakan.1) listsallocatemoremoremorythanneedinitial, resizingwhennessary.2) numpyarraysallocateExactMemoreForelements, menawarkanpredictableSabeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeat.

Inpython, YouCansspectHedatypeyFeleMeremodelerernspant.1) Usenpynernrump.1) usenpynerp.dloatp.ploatm64, formor preciscontrolatatypes.

Numpyisessentialfornumericalcomputinginpythonduetoitsspeed, ingatanefisiensi, dancomprehensivemathematicalfunctions.1) it'sfastbeCauseitperformsoperatiation

Contiguousmemoryallocationiscialforarraysbecauseitallowsficientandfastelementaccess.1) itenablesconstantTimeAccess, O (1), duetodirectaddresscalculation.2) itimproveScheFiCiencyBymultmulteLemiSphetfespercacheline.3)

Slicingapythonlistisdoneusingthesyntaxlist [Mula: berhenti: langkah] .here'showitworks: 1) startistheindexofthefirstelementtoinclude.2) stopistheindexofthefirstelementToexclude.3)

NumpyallowsforvariousoperationsonArrays: 1) BasicarithmeticLikeaddition, penolakan, pendaraban, danDivision; 2) Pengerjaan AdvancedSuchasmatrixmultiplication; 3) Element-WiseOperationswithoutExplicitLoops;

Arraysinpython, terutamanya yang ada, adalah, penawaran yang ditawarkan.1) numpyarraysenableFandlingoflargedataSetsandClexPleperationsLikemovingAverages.2)


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Penyesuai Pelayan SAP NetWeaver untuk Eclipse
Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

VSCode Windows 64-bit Muat Turun
Editor IDE percuma dan berkuasa yang dilancarkan oleh Microsoft

SublimeText3 Linux versi baharu
SublimeText3 Linux versi terkini

mPDF
mPDF ialah perpustakaan PHP yang boleh menjana fail PDF daripada HTML yang dikodkan UTF-8. Pengarang asal, Ian Back, menulis mPDF untuk mengeluarkan fail PDF "dengan cepat" dari tapak webnya dan mengendalikan bahasa yang berbeza. Ia lebih perlahan dan menghasilkan fail yang lebih besar apabila menggunakan fon Unicode daripada skrip asal seperti HTML2FPDF, tetapi menyokong gaya CSS dsb. dan mempunyai banyak peningkatan. Menyokong hampir semua bahasa, termasuk RTL (Arab dan Ibrani) dan CJK (Cina, Jepun dan Korea). Menyokong elemen peringkat blok bersarang (seperti P, DIV),

Dreamweaver CS6
Alat pembangunan web visual
