弄懂這 6 個問題,拿下 Python 生成器!
今天介紹生成器和yield的用法,通過如下8、9個小問題,相信大家會對它們有一點新的認識。
1. 什么是可迭代對象?
可迭代對象,英文Iterable,是一個形容詞,這類對象和Java語言類似,都可看作是一類接口,抽象地描述事物具備怎樣的能力。所以,Iterable自然具備可迭代能力。
如下,常見的list,Iterator等都是Iterable對象:
- In [33]: from collections.abc import Iterable,Iterator
- In [34]: issubclass(list,Iterable)
- Out[34]: True
- In [35]: issubclass(Iterator,Iterable)
2. 什么是一個生成器?
生成器是可迭代的(Iterable),最簡單的創建生成器方法是通過一對(),如下所示:
- In [37]: g = (i*i for i in [1,4,0])
- In [38]: g
- Out[38]: <generator object <genexpr> at 0x7fe8956e96d0>
g 是一個生成器對象,generator object
獲取生成器對象的元素,可使用next函數,如下所示,獲取第一個元素:
- In [39]: next(g)
- Out[39]: 1
獲取第二個元素:
- In [40]: next(g)
- Out[40]: 16
3. 創建生成器的幾種方法?
如上所見,使用一對()能夠創建一個生成器對象。
除此之外,想必大家也都知道,是使用關鍵字 yield. yield出現在一個函數中,運行到yield處,返回的對象便是生成器對象(generator object).
4. 生成器是迭代器嗎?
生成器對象(generator object)一定也是迭代器對象(Iterator object),如上面的生成器g,使用內置函數isinstance驗證,返回True:
- In [43]: isinstance(g,Iterator)
- Out[43]: True
因此,它具備一切迭代器的特性,關于迭代器我們已在上一個話題討論,簡而言之,迭代器的幾個特點:
- 是有去無回的,
- 迭代器無需提前知道整個列表的所有元素,
- 無需加載所有元素到RAM中盡而它是節省內存的(memory-efficient).
生成器同樣具備這些特性。除此之外,它還有一些獨有的特性,下面跟隨yield 我們便能看出來。
5. 如何用一句話描述 yield?
yield 關鍵字的用法在stackoverflow上也是最熱的問題之一,借用一個最熱回答中的解釋:
yield is a keyword that is used like return, except the function will return a generator. |
yield 是一個特殊的return, 它返回一個生成器對象。
說實話,理解這些只是皮毛。那么,如何精通yield的用法呢?
6. 如何精通yield的用法?
要想精通yield,你必須首先搞清楚一點:
當你調用帶有yield的函數時,函數并沒有執行任何一行,只是返回一個生成器對象 |
為了幫助大家理解,創建一個帶有yield的函數:
- def gfun():
- mylist = range(3)
- for i in mylist:
- yield i*i
- g = gfun()
- print(g)
為了加深印象,你可以自己調試驗證一遍,函數第一行打的斷點始終未被命中。
帶yield的函數和for結合使用,第一次調用上一步創建的生成器對象后,將會進入函數體直到遇到yield返回值。
然后,for循環再進入函數時,直接跑到yield的下一句。直到生成器對象變空為止。
使用下面代碼演示yield的上面過程:
- def createGenerator():
- mylist = range(3)
- for i in mylist:
- yield i*i
- print(i*i)
- g = createGenerator()
- print(g)
- for gi in g:
- pass
參考錄制的gif:

7. yield 都有哪些重要價值?
Python引入yield后,便擁有具備實現協程的能力,協程的確是一種高效的編程模型,關于協程的理解,后面專題會詳細討論。包括更高級的功能如異步等,根基都是yield.
8. yield 和 itertools
yield重要性和使用廣泛性還提現在,Python單獨一個模塊專門用于管理迭代器和生成器對象,便是itertools,里面封裝的方法特性后面再討論。
9. yield 使用案例
yield實現浮點數步長的frange:
- def frange(start,end,step):
- i = start
- while i<end:
- yield round(i,3)
- i+=step
調用frange:
- for item in frange(10,14,0.8):
- print(item)
結果:
- 10
- 10.8
- 11.6
- 12.4
- 13.2