目录

前言1. 什么是yield?2. yield 原理3. yield 常见用法总结

前言

在Python中存在两种好用的功能迭代器与生成器。当我们刚开始接触到时，会简单的认为迭代只不过是处理列表、集合等序列中元素而已。然而，它们的功能并非如此。

当我们遇到一个列表[1,2,3,4,5,6]需要进行遍历时，我们可以使用如下方法：

for循环遍历打印next()方法打印

同时，我们也可以创建个性化的迭代器对象、构造生成器函数等等。

Python中迭代器协议主要用到了两个魔法方法：__iter__(),__next__()

__iter__()方法创建一个具有__next__()方法的迭代器对象__next__()方法返回下一个迭代器对象

Python中只具有迭代操作的生成器，也是属于迭代器的。在Python中，我们可以使用yield的函数来实现生成器。

本期，我们将详细介绍生成器相关原理和用法，Let"s go~~~

1. 什么是yield?

首先我们需要认识一生成器（generator），从字面意思上理解，循环计算的操作方式。在Python中，提供一种可以边循环边计算的机制。

生成器是解决使用序列存储大量数据时，内存消耗大的问题。我们可以根据存储数据的某些规律，演算为算法，在循环过程中通过计算得到，这样可以不用创建完整序列，从而大大节省占用空间。

yield 是实现生成器方法之一，当函数使用yield方法，则该函数就成为了一个生成器。调用该函数，就等于创建了一个生成器对象。

2. yield 原理

一个生成器，主要是通过循环反复调用next()方法，直到捕获异常。

具有 yield方法的函数也是一个生成器，创建如下栗子：

def test(n):
    print("starting...")
    while True:
        res = yield n
        print ("res:",res)
g = test(5)
print(next(g))
print("######")
print(next(g))

我们可以看到输出的打印日志：

test函数带有yield关键字，说明它是一个生成器，不会进行执行当test函数遇到next()方法时，开始执行test函数内部步骤直到程序遇到yield关键字时，程序会中止直到下一次的next()方法唤醒，执行yield后续步骤，print()方法。这时候，res没有被赋值。再次进入循环while内部步骤，同理遇到yield关键字中止循环

当我们需要对生成器里的元素进行赋值时，我们可以调用.send()方法：

因此，带yield的函数具体内部执行操作为：

yield 方法：相当于Return作用，程序遇到yield则直接中止后续步骤当再次调用生成器时，next()方法会唤醒，并继续执行yield后续步骤还可以调用send()方法，可以唤醒，并传入一个值，继续执行yield后续步骤

生成器是可迭代的，每一次只可读一次。因此常常与for循环一起组合使用。

3. yield 常见用法

我们通常可以使用带有yield的函数来创建生成器来替代包含大量数据的序列。

import sys
def test(n):
    print("start")
    while n > 0:
        yield n
        n-=1
    print("end")
a = [x for x in range(1000)]
b= test(1000)
print("a内存大小：",sys.getsizeof(a))
print("b内存大小：",sys.getsizeof(b))

总结

本期，我们主要对生成器及关键字yield的相关细节点进行学习。生成器是迭代器的一中，只用来迭代操作。生成器内部主要是调用next()方法或send()方法来访问下一个迭代器对象。我们可以定义带有yield关键字的函数来实现生成器，yield相当于return作用，但是可以支持传参。

到此这篇关于Python 生成器yield原理及用法的文章就介绍到这了,更多相关Python 生成器yield内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

关键词： 大量数据 迭代操作 继续执行 希望大家