這篇文章帶給大家的內容是關於python中的yield關鍵字的用法介紹(程式碼範例),有一定的參考價值,有需要的朋友可以參考一下,希望對你有幫助。
yield是python的一個關鍵字,剛接觸python的時候對這個關鍵字一知半解,掌握之後才發現這關鍵字有大用,本文將對yield的使用方法好好梳理一番。
1 使用yield創建生成器
在python中,生成器是一種可迭代對象,但可迭代對像不一定是生成器。
例如,list就是一個可迭代物件
>>> a = list(range(3)) >>> for i in a: print(i) 0 1 2 3
但是一個list物件所有的值都是放在記憶體中的,如果資料量非常大的話,記憶體就有可能不夠用;這種情況下,就可以生成器,例如,python可以用「()」建構生成器物件:
>>> b = (x for x in range(3)) >>> for i in b: print(i) 0 1 2 >>> for i in b: print(i) >>>
生成器可以迭代的,並且資料即時生成,不會全部保存在記憶體中;值得注意的是,產生器只能讀取一次,從上面的運行結果可以看到,第二次for迴圈輸出的結果為空。
在實際編程中,如果一個函數需要產生一段序列化的數據,最簡單的方法是將所有結果都放在一個list裡返回,如果數據量很大的話,應該考慮用生成器來改寫直接傳回列表的函數(Effective Python, Item 16).
>>> def get_generator(): for i in range(3): print('gen ', i) yield i >>> c = get_generator() >>> c = get_generator() >>> for i in c: print(i) gen 0 0 gen 1 1 gen 2 2
由上面的程式碼可以看出,當呼叫get_generator函數時,並不會執行函數內部的程式碼,而是傳回了一個迭代器對象,在用for迴圈進行迭代的時候,函數中的程式碼才會被執行。
除了使用for迴圈來獲得生成器回傳的值,還可以使用next和send
>>> c = get_generator() >>> print(next(c)) gen 0 0 >>> print(next(c)) gen 1 1 >>> print(next(c)) gen 2 2 >>> print(next(c)) Traceback (most recent call last): File "<pyshell>", line 1, in <module> print(next(c)) StopIteration</module></pyshell>
>>> c = get_generator() >>> c.send(None) gen 0 0 >>> c.send(None) gen 1 1 >>> c.send(None) gen 2 2 >>> c.send(None) Traceback (most recent call last): File "<pyshell>", line 1, in <module> c.send(None) StopIteration</module></pyshell>
產生器的結果讀取完後,會產生一個StopIteration的異常
#2 coroutines中使用
yield一個常見的使用場景是透過yield來實現協程,已下面這個生產者消費者模型為例:
# import logging # import contextlib # def foobar(): # logging.debug('Some debug data') # logging.error('Some error data') # logging.debug('More debug data') # @contextlib.contextmanager # def debug_logging(level): # logger = logging.getLogger() # old_level = logger.getEffectiveLevel() # logger.setLevel(level) # try: # yield # finally: # logger.setLevel(old_level) # with debug_logging(logging.DEBUG): # print('inside context') # foobar() # print('outside context') # foobar() def consumer(): r = 'yield' while True: print('[CONSUMER] r is %s...' % r) #当下边语句执行时,先执行yield r,然后consumer暂停,此时赋值运算还未进行 #等到producer调用send()时,send()的参数作为yield r表达式的值赋给等号左边 n = yield r #yield表达式可以接收send()发出的参数 if not n: return # 这里会raise一个StopIteration print('[CONSUMER] Consuming %s...' % n) r = '200 OK' def produce(c): c.send(None) n = 0 while n <pre class="brush:php;toolbar:false">[CONSUMER] r is yield... [PRODUCER] Producing 1... [CONSUMER] Consuming 1... [CONSUMER] r is 200 OK... [PRODUCER] Consumer return: 200 OK [PRODUCER] Producing 2... [CONSUMER] Consuming 2... [CONSUMER] r is 200 OK... [PRODUCER] Consumer return: 200 OK [PRODUCER] Producing 3... [CONSUMER] Consuming 3... [CONSUMER] r is 200 OK... [PRODUCER] Consumer return: 200 OK [PRODUCER] Producing 4... [CONSUMER] Consuming 4... [CONSUMER] r is 200 OK... [PRODUCER] Consumer return: 200 OK [PRODUCER] Producing 5... [CONSUMER] Consuming 5... [CONSUMER] r is 200 OK... [PRODUCER] Consumer return: 200 OK Traceback (most recent call last): File ".\foobar.py", line 51, in <module> produce(c) File ".\foobar.py", line 47, in produce c.send(None) StopIteration</module>
在上面的範例中可以看到,yield表達式與send配合,可以起到交換資料的效果,
n = yield r r = c.send(n)
3 contextmanager中使用
另外一個比較有趣的使用場景是在contextmanager中,如下:
import logging import contextlib def foobar(): logging.debug('Some debug data') logging.error('Some error data') logging.debug('More debug data') @contextlib.contextmanager def debug_logging(level): logger = logging.getLogger() old_level = logger.getEffectiveLevel() logger.setLevel(level) try: yield #这里表示with块中的语句 finally: logger.setLevel(old_level) with debug_logging(logging.DEBUG): print('inside context') foobar() print('outside context') foobar()
inside context DEBUG:root:Some debug data ERROR:root:Some error data DEBUG:root:More debug data outside context ERROR:root:Some error data
在上面的程式碼中,透過使用上下文管理器(contextmanager)來臨時提升了日誌的等級,yield表示with區塊中的語句;
總結
yield表達式可以建立生成器,應該考慮使用生成器來改寫直接返回list的函數;
#由於生成器只能讀取一次,因此使用for迴圈遍歷的時候要格外注意;生成器讀取完後繼續讀的話會raise一個StopIteration的異常,實際編程中可以使用這個異常來作為讀取終止的判斷依據;
yield一個常見的使用場景是實現協程;透過與send函數的配合,可以起到交換資料的效果;
yield也可以在contextmanager修飾的函數中表示with區塊中的語句
以上是python中的yield關鍵字的用法介紹(程式碼範例)的詳細內容。更多資訊請關注PHP中文網其他相關文章!

2小時內可以學會Python的基本編程概念和技能。 1.學習變量和數據類型,2.掌握控制流(條件語句和循環),3.理解函數的定義和使用,4.通過簡單示例和代碼片段快速上手Python編程。

Python在web開發、數據科學、機器學習、自動化和腳本編寫等領域有廣泛應用。 1)在web開發中,Django和Flask框架簡化了開發過程。 2)數據科學和機器學習領域,NumPy、Pandas、Scikit-learn和TensorFlow庫提供了強大支持。 3)自動化和腳本編寫方面,Python適用於自動化測試和系統管理等任務。

兩小時內可以學到Python的基礎知識。 1.學習變量和數據類型,2.掌握控制結構如if語句和循環,3.了解函數的定義和使用。這些將幫助你開始編寫簡單的Python程序。

如何在10小時內教計算機小白編程基礎?如果你只有10個小時來教計算機小白一些編程知識,你會選擇教些什麼�...

使用FiddlerEverywhere進行中間人讀取時如何避免被檢測到當你使用FiddlerEverywhere...

Python3.6環境下加載Pickle文件報錯:ModuleNotFoundError:Nomodulenamed...

如何解決jieba分詞在景區評論分析中的問題?當我們在進行景區評論分析時,往往會使用jieba分詞工具來處理文�...

如何使用正則表達式匹配到第一個閉合標籤就停止?在處理HTML或其他標記語言時,常常需要使用正則表達式來�...


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

Atom編輯器mac版下載
最受歡迎的的開源編輯器

SAP NetWeaver Server Adapter for Eclipse
將Eclipse與SAP NetWeaver應用伺服器整合。

禪工作室 13.0.1
強大的PHP整合開發環境

VSCode Windows 64位元 下載
微軟推出的免費、功能強大的一款IDE編輯器

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境