python yield和yield from用法總結(jié)

yield 作用：

注： generator的next()方法在python 2中為next()，但在python 3中為 __next__() 【next的前后各是兩個下劃線】

　　把一個函數(shù)變成一個generator，帶有yield的函數(shù)不再是一個普通函數(shù)。即：一個帶有 yield 的函數(shù)就是一個 generator，它和普通函數(shù)不同，生成一個 generator 看起來像函數(shù)調(diào)用，但不會執(zhí)行任何函數(shù)代碼，直到對其調(diào)用 next()（在 for 循環(huán)中會自動調(diào)用 next()）才開始執(zhí)行。雖然執(zhí)行流程仍按函數(shù)的流程執(zhí)行，但每執(zhí)行到一個 yield 語句就會中斷，并返回一個迭代值，下次執(zhí)行時從 yield 的下一個語句繼續(xù)執(zhí)行?？雌饋砭秃孟褚粋€函數(shù)在正常執(zhí)行的過程中被 yield 中斷了數(shù)次，每次中斷都會通過 yield 返回當前的迭代值。

yield 的好處是顯而易見的，把一個函數(shù)改寫為一個 generator 就獲得了迭代能力，比起用類的實例保存狀態(tài)來計算下一個 next() 的值，不僅代碼簡潔，而且執(zhí)行流程異常清晰。

用print實現(xiàn)打印斐波拉切數(shù)列 ——基礎(chǔ)版

#!/usr/bin/env python # -*- coding: utf-8 -*-def fab(max):     n , a, b = 0, 0 , 1     while n < max:         print(b)         a, b = b, a + b         n = n + 1if __name__ == '__main__':     fab(6)  # 1 1 2 3 5 8

用yield實現(xiàn)打印斐波拉切數(shù)列——升級版

#!/usr/bin/env python # -*- coding: utf-8 -*-def fab(max):     n , a, b = 0, 0 , 1     while n < max:         yield b         a, b = b, a + b         n = n + 1if __name__ == '__main__':     for n in fab(6): # 1 1 2 3 5 8         print(n)

如何判斷一個函數(shù)是否是一個特殊的generator函數(shù)

#!/usr/bin/env python # -*- coding: utf-8 -*-from inspect import isgeneratorfunction  def fab(max):     n , a, b = 0, 0 , 1     while n < max:         yield b         a, b = b, a + b         n = n + 1if __name__ == '__main__':     f1 = fab(3)     # True fab是一個generator function     print(isgeneratorfunction(fab))      # False fab(3)不是一個generator function     # 而fab(3)是調(diào)用fab返回的一個generator    print(isgeneratorfunction(fab(3)))

用yield實現(xiàn)大文件讀取

#!/usr/bin/env python # -*- coding: utf-8 -*-def read_file(fpath):     BLOCK_SIZE = 100     with open(fpath, "rb") as f:         while True:             block = f.read(BLOCK_SIZE)             if block:                 yield block            else:                 returnif __name__ == '__main__':     fpath = "/home/exercise-python3.7.1/vote/mysite/mysite/polls/test.txt"     read_gen = read_file(fpath)      print(read_gen.__next__())     print(read_gen.__next__())     print(read_gen.__next__())     print(read_gen.__next__())      # for循環(huán)會自動調(diào)用generatr的__next__()方法，故輸出效果同如上的4個print  【內(nèi)容較短，4個print就將test.txt中的內(nèi)容輸出完了】    for data in read_gen:         print(data)

yield 和 yield from 用法對比

使用yield拼接可迭代對象

#!/usr/bin/env python # -*- coding: utf-8 -*-if __name__ == '__main__':     astr = "ABC"     alist = [1, 2, 3]     adict = {"name": "wangbm", "age": 18}     # generate     agen = (i for i in range(4, 8))      def gen(*args, **kw):         for item in args:             for i in item:                 yield i      new_list = gen(astr, alist, adict, agen)     print(list(new_list))     # ['A', 'B', 'C', 1, 2, 3, 'name', 'age', 4, 5, 6, 7]

使用yield from拼接可迭代對象

#!/usr/bin/env python # -*- coding: utf-8 -*-if __name__ == '__main__':     astr = "ABC"     alist = [1, 2, 3]     adict = {"name": "wangbm", "age": 18}     # generate     agen = (i for i in range(4, 8))      def gen(*args, **kw):         for item in args:             yield from item      new_list = gen(astr, alist, adict, agen)     print(list(new_list))     # ['A', 'B', 'C', 1, 2, 3, 'name', 'age', 4, 5, 6, 7]

結(jié)論：
　　由上面兩種方式對比，可以看出，yield from后面加上可迭代對象，他可以把可迭代對象里的每個元素一個一個的yield出來，對比yield來說代碼更加簡潔，結(jié)構(gòu)更加清晰。

相關(guān)學(xué)習(xí)推薦：python視頻教程