Python中Yield的基本用法及Yield与return的区别解析
一、yield的功能
Python中有一个非常有用的语法叫做生成器,用到的关键字就是yield。yield的作用是把一个函数变成生成器(generator),起到一个延迟的作用。
带有yield的函数在Python中被称之为generator(生成器),也就是说,当你调用这个函数的时候,函数内部的代码并不立即执行 ,这个函数只是返回一个生成器(Generator Iterator)。
1. 使用next方法迭代生成器
generator函数怎么调用呢?答案是next函数。
def generator(): for i in range(10) : yield i*i gen = generator() print(gen) print("first iteration:") print(next(gen)) print("second iteration:") print(next(gen)) print("third iteration:") print(next(gen)) print("fourth iteration:") print(next(gen))
程序输出:
<generator object generator at 0x7ffaad115aa0>first iteration:
0
second iteration:
1
three iteration:
4
four iteration:
9
在函数第一次调用next(gen)函数时,generator函数从开始执行到yield,并返回yield之后的值。
在函数第二次调用next(gen)函数时,generator函数从上一次yield结束的地方继续运行,直至下一次执行到yield的地方,并返回yield之后的值。依次类推。
2. 使用send()方法与生成器函数通信
def generator(): x = 1 while True: y = (yield x) x += y gen = generator() print("first iteration:") print(next(gen)) print("send iteration:") print(gen.send(10))
代码输出:
first iteration:
1
send iteration:
11
生成器(generator)函数用yield表达式将处理好的x发送给生成器(Generator)的调用者;然后生成器(generator)的调用者可以通过send函数,将外部信息替换生成器内部yield表达式的返回值,并赋值给y,并参与后续的迭代流程。
实例2:
def dog(name): food_list=[] print('狗哥%s准备开吃'%name) while True: food=yield food_list # 暂停food=yield='一桶泔水' print('狗哥%s吃了%s'%(name,food)) food_list.append(food) dog_name=dog('Ami') next(dog_name) dog_name.send('肉肉') dog_name.send('包子')
代码输出:
狗哥Ami准备开吃
狗哥Ami吃了肉肉
狗哥Ami吃了包子
3. Yield的好处
Python之所以要提供这样的解决方案,主要是内存占用和性能的考量。看类似下面的代码:
def my_range(start,stop,step=1): while start<stop: yield start #暂停 start += step g=my_range(1,30,2) #1 3 print('first iteration:') print(next(g)) print('scond iteration:') print(next(g)) print(next(g))
运行结果
first iteration
1
scond iteration
3
5
二、总结yield的功能
1、提供一种自定义迭代器的方式
2、可以节约内存空间
3、yield可以暂停住函数,返回值
4、yield可以返回值,同时可以赋值,如下:
yield 值
x=yield
x= yield 值
三、yield VS return
相同点:都是用在函数内,都可以返回值,没有类型限制,没有个数限制
不同点:return只能返回一次值,yield可以返回多次值
到此这篇关于Python中Yield的基本用法及Yield与return的区别的文章就介绍到这了,更多相关Python Yield与return的区别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!
相关文章
Python Concurrent Futures解锁并行化编程的魔法示例
Python的concurrent.futures模块为并行化编程提供了强大的工具,使得开发者能够轻松地利用多核心和异步执行的能力,本文将深入探讨concurrent.futures的各个方面,从基础概念到高级用法,为读者提供全面的了解和实用的示例代码2023-12-12pycharm 使用心得(九)解决No Python interpreter selected的问题
PyCharm 是由JetBrains打造的一款 Python IDE。具有智能代码编辑器,能理解 Python 的特性并提供卓越的生产力推进工具:自动代码格式化、代码完成、重构、自动导入和一键代码导航等。这些功能在先进代码分析程序的支持下,使 PyCharm 成为 Python 专业开发人员和刚起步人员使用的有力工具。2014-06-06
最新评论