Python 中 yeild 的用法详解

 更新时间:2023年06月07日 08:13:01   作者:小马过河-2009  
yield 是 Python 中的关键字,用于生成器函数中,可以将函数变成一个迭代器,实现惰性计算,节省内存空间。本文将介绍 yield 的基本用法和实现原理,以及与 yield 相关的注意事项和常见问题。

1. yeild 介绍

yield 是 Python 的一个关键字,用于从一个函数中返回一个生成器(generator)。生成器是一种特殊类型的迭代器,它允许你延迟计算结果,这在处理大数据或者创建复杂数据结构时特别有用,因为你不需要一次性将所有的数据都存储在内存中。

一个使用 yield 的函数会被称为生成器函数。这种函数并不直接返回一个值,而是生成一系列的值。每次调用这个生成器函数,它会从上次离开的地方继续执行,并且可以产生许多结果,而不是单个值。

2. yeild 案例

以下是一个简单的使用 yield 的例子

def simple_generator():
yield 1
yield 2
yield 3


> 使用生成器
for num in simple_generator():
print(num)

输出:

1
2
3

在上面的例子中,simple_generator 是一个生成器函数,它生成了三个值:1, 2, 和 3。在 for 循环中,每次迭代都会从生成器中获取一个新的值。

可以想象,每当 yield 被调用时,函数会生成一个新的值,然后暂停执行。当下一个值被请求时(例如,在 for 循环中的下一次迭代),函数会从上次离开的地方恢复执行,再次运行到 yield 语句,然后再次暂停。

这就是 yield 的基本用法。它在处理大数据集或创建复杂的数据结构时特别有用,因为它允许你按需生成和处理数据,而不是一次性生成所有数据并一次性处理所有数据,这样可以大大节省内存。

3. 简单的例子对比yeild和常规函数

当然,让我们通过一个简单的例子来展示 yield 的用法,以及与常规函数返回一个完整列表的区别。

首先,让我们创建一个常规的函数,该函数将返回一个列表,其中包含从0到n的所有数字:

def create_numbers(n):
num_list = []
for i in range(n):
num_list.append(i)
return num_list


nums = create_numbers(5)
for num in nums:
print(num)

此函数将创建一个包含所有数字的列表,然后返回这个列表。如果 n 非常大,那么列表将占用大量内存。

现在,我们使用 yield 关键字改写这个函数,使其成为一个生成器:

def create_numbers(n):
for i in range(n):
yield i

nums = create_numbers(5)
for num in nums:
print(num)

在这个版本的函数中,我们并没有一次性创建一个完整的列表。相反,我们使用 yield 关键字,在每次迭代时生成下一个数字。这种方法对内存的利用更高效,因为我们并不需要在内存中一次性存储所有的数字。无论 n 多大,这个生成器在任何时候都只会产生一个数字。

当你需要处理大量数据时,这种方式特别有用。它允许你创建一个不会因数据量太大而耗尽内存的数据流。这也是生成器与常规函数的主要区别。

4. 复杂的例子说明yeild 与普通函数的差异

下面让我们使用一个更复杂的例子来说明 yield 和普通函数之间的差异。

假设我们要生成一个斐波那契数列,其中每个数字都是前两个数字的和。假设我们要生成前 N 个斐波那契数。

以下是使用普通函数生成斐波那契数列的方法:

def fibonacci(n):
nums = []
a, b = 0, 1
while len(nums) < n:
nums.append(b)
a, b = b, a + b
return nums

print(fibonacci(10)) # 输出: [1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

这个函数会一次性生成所有的斐波那契数,并将它们存储在一个列表中。这意味着所有的数都将同时存在于内存中。

现在,让我们尝试使用一个生成器来完成同样的任务:

def fibonacci(n):
yield 1
if n > 1:
a, b = 1, 1
while n > 1:
a, b = b, a + b
yield a
n -= 1

print(list(fibonacci(10))) # 输出: [1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

这个生成器会一次生成一个斐波那契数,每次你从生成器请求一个数时,它都会计算出新的数并返回。这意味着在任何时候,只有一个斐波那契数存在于内存中。

如果你要生成的斐波那契数非常多(例如,几百万个),那么生成器版本的函数将大大节省内存。此外,如果你只需要迭代而不需要所有的斐波那契数,那么使用生成器可以让你的代码更加高效。

yield 是 Python 中非常重要的关键字,可以将函数变成迭代器,实现惰性计算,节省内存空间。yield 的基本用法是在生成器函数中使用,通过 yield 关键字返回一个值,并暂停函数的执行,等待下一次调用。yield 的实现原理是通过生成器对象实现的,每次调用生成器对象的 next() 方法时,会执行生成器函数中的代码,直到遇到 yield 关键字。与 yield 相关的注意事项包括:生成器函数只能用于迭代器中,yield 只能在生成器函数中使用,yield 可以返回多个值,但只能接收一个值。常见问题包括:如何在生成器函数中使用 return 关键字,如何在生成器函数中使用异常处理,如何在生成器函数中使用多个 yield 关键字。

到此这篇关于Python 中 yeild 的用法详解的文章就介绍到这了,更多相关Python 中 yeild 的用法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入门:认识列表和元组

    Python入门:认识列表和元组

    这篇文章主要介绍了简单了解python列表和元组的入门,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2021-10-10
  • 使用npy转image图像并保存的实例

    使用npy转image图像并保存的实例

    这篇文章主要介绍了使用npy转image图像并保存的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-07-07
  • python计算RPKM操作示例详解

    python计算RPKM操作示例详解

    这篇文章主要为大家介绍了python计算RPKM操作示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-07-07
  • 使用Python程序抓取新浪在国内的所有IP的教程

    使用Python程序抓取新浪在国内的所有IP的教程

    这篇文章主要介绍了使用Python程序抓取新浪在国内的所有IP的教程,作为Python网络编程中获取IP的一个小实践,需要的朋友可以参考下
    2015-05-05
  • 使用PyCharm调试程序实现过程

    使用PyCharm调试程序实现过程

    这篇文章主要介绍了使用PyCharm调试程序实现过程,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-11-11
  • 利用Python实现Windows下的鼠标键盘模拟的实例代码

    利用Python实现Windows下的鼠标键盘模拟的实例代码

    本篇文章主要介绍了利用Python实现Windows下的鼠标键盘模拟的实例代码,具有一定的参考价值,有兴趣的可以了解一下
    2017-07-07
  • python定义变量类型

    python定义变量类型

    任何编程语言都需要处理数据,比如数字、字符串、字符等,我们可以直接使用数据,也可以将数据保存到变量中,方便以后使用。本文主要介绍了python定义变量类型,感兴趣的可以了解一下
    2021-06-06
  • Python获取指定字符前面的所有字符方法

    Python获取指定字符前面的所有字符方法

    下面小编就为大家分享一篇Python获取指定字符前面的所有字符方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05
  • Python正则表达式常用函数总结

    Python正则表达式常用函数总结

    这篇文章主要介绍了Python正则表达式常用函数,结合实例形式总结分析了Python正则表达式常用函数功能、使用方法及相关注意事项,需要的朋友可以参考下
    2017-06-06
  • 关于Python元祖,列表,字典,集合的比较

    关于Python元祖,列表,字典,集合的比较

    下面小编就为大家带来一篇关于Python元祖,列表,字典,集合的比较。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-01-01

最新评论