Python中yield返回生成器的详细方法

目录

• 一、迭代器
• 二、生成器
• 三、yield
• 1.例子一
• 2.例子二
• 总结

最简单、直观的认识，将 yield 看做 return 对待，只是 return 返回一个值，而 yield 返回一个生成器。

要理解 yield 的作用，必须理解生成器是什么？

在理解生成器之前，必须先理解迭代器。

一、迭代器

逐项读取列表，称为迭代。

mylist = [1, 2, 3]
for i in mylist: # 可迭代对象
  http://www.cppcns.com  print(i)

列表解析式同样是一个迭代器。

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

所有 for...in... 都是迭代器，包括列表、字符串、文件等等。

但是，迭代器所有的值都存储在内存中，十分浪费内存。

因此有了生成器的概念。

二、生成器

生成器是一种迭代器，这种迭代器只能迭代一次。

生成器不会一次性存储所有的值，而是会动态的生成值。

mygenerator = (x*x for x in range(3))
for i in mygenerator:
    print(i)

生成器只可执行一次，再次执行时不会输出任何东西。

三、yield

1.例子一

yield 类似于 return 关键字，只是函数将返回一个生成器。

# 创建生成器
def createGenerator():
    mylist = range(10)
    for i in mylist:
 http://www.cppcns.com       print(i) # 验证函数调用时并无执行
        yield i*i
mygenerator = createGenerator()    
print(mygenerator) 
# <generator object createGenerator at 0x0000029E88FDCA50>
# 使用生成器
for i in mygenerator:
    print(i)
# 再次执行 返回为空 没有值了

函数将返回一组只需要读取一次的值，可以大大的提升代码性能。

在调用函数时，函数体中编程客栈的代码并不会执行，函数只返回生成器对象。

代码每次从使用生成器时停止的地方继续。

2.例子二

#python学习交流群：531509025
# 学习另外一个例子
def foo():
    print("starting...")
    while True:
        res = yiel编程客栈d 4 # 函数并不真正执行
        print("res:", res)
g = foo() # 得到一个生成器对象
print(next(g)www.cppcns.com) # 真正执行
print("*"*20)
print(next(g)) # 从上一次停止的地方继续执行
'''
starting...
4
********************
res: None
4
'''
print(g.send(7))

执行 yield 之后，才会跳出 while 循环。

next 函数用于执行下一步操作。

send 函数用于发送一个参数给生成器。且 send 方法中包含 next 方法。

总结

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注我们的更多内容！