yield表达式形式
首先了解
1.iterator
iterator叫做迭代器,用来遍历可以序列化的数据,比如一个list,set 等,当然如果对象想要能够使用迭代器来遍历,只要在该对象的类中添加__iter__()方法,该方法返回一个迭代器对象,迭代器对象中需要实现next()方法
for example:
>>> class sequenceClass(object): ... def __init__(self, *args): ... self._data = list(args) ... def __iter__(self): ... return DataIter(self) ... >>> class DataIter(object): ... def __init__(self, data): ... self._index = 0 ... self._data = data._data ... def next(self): ... if self._index >= len(self._data): raise StopIteration() ... d = self._data[self._index] ... self._index += 1 ... return d ... >>> data = sequenceClass(1,2,3,4) >>> for x in data: print x ... 1 2 3 4
执行方法如下:
创建对象data : data = sequenceClass(1,2,3,4)
使用for循环遍历data:
1.第一次for循环遍历data时,调用了data的__iter__()方法,该方法返回一个迭代器对象:DataIter
2.接着for循环每次调用DataIter对象的next()方法,next()方法返回数据
3.等到数据遍历完成时,抛出异常StopIteration, 该异常被for循环扑获,遍历结束。
以上是iterator的实现方法,但有一种更加简单的方式,但初学时可能不太好理解,就是使用yield表达式来遍历对象。
2.yield表达式及genetator
Python中,凡是含有yield的函数,被调用时都返回一个generator对象。generator设计的目的是能够更加简单的实现迭代器协议,例如上面的例子,需要单独写一个类来遍历数据,而用generator,直接一个yield表达式就可以用做迭代器了
>>> def test_generator(): ... s = 0 ... for i in xrange(10): ... s = yield i * s ... print 'i:', i ... print 's:', s ... print 'i * s', i * s ... >>> t = test_generator() >>> t <generator object test_generator at 0x10403a820> >>> >>> t.next() 0 >>> t.send(10) i: 0 s: 10 i * s 0 10 >>> t.send(11) i: 1 s: 11 i * s 11 22
执行方法如下:
1.定义了一个函数叫做test_generator
2.调用test_generator,得到t对象
3.运行t时,是一个generator对象
4.t.next()或者t.send(None)启动generator对象, generator对象运行到yield,将yield右面的表达式的值返回,并保存generator对象当前的状,因此,后面的打印都没有被执行。
5.t.send(10)
1)将输入的值10赋值给s
2)执行yield后面的表达式,即将所有print执行完毕,解析如下:
由于在第4步generator保存了对象的当前的状态,因此: i = 0, s是刚输入的值为10, i *s 当然就为0了,接着进入下一次循环,此时i= 1,执行yield表达式,结果得10,保存当前generator状态,返回10,generator停止运行。
6.t.send(11)
1)和第5步类似了,将11输入给s
2)因为第5步,generator保存了当前的对象的值,因此: i = 1, s是刚输入的值为11, i *s 当然就为11了,接着进入下一次循环,此时i= 2,执行yield表达式,结果得22,保存当前generator状态,返回22,generator停止运行。
7.接下来在调用t.send(num),和第5,6步一样,直到generator内部的循环完成,当再次调用时,将抛出异常:StopIteration
总结一下:
1. yield表达式, 四种形式:
a. 不接受输入值或者输入值是None
yield 1
b. 接受输入值
s = yield 1
c. 接受输入,但不返回数据,这样默认返回None
s = yield
d.既不接受输入,也不返回值,默认返回None
yield
第一种:当函数调用到yield时,返回yield的右边经过计算的值 ,这里说计算的意思是,yield后面可以写成函数,表达式等,
第二种:当函数调用到yield时,必须传入一个值,该值存入s中,然后返回yield后面的表达式的值并保存当前状态
第三种:只是将数据接受进来,然后执行yield后的语句,再次执行到yield时,保存当前状态并返回,这样的用例一般是
只打印一些处理消息,而不需要结果的方式。
第四种:这样的只能遍历generator内部的数据了。
2.使用generator的好处:
1)可以很方便的实现迭代器,即yield不接受输入值
2)使用generator可以减少内存的使用,因为遍历出来的值都是每次进行计算的,不用一次性全部计算完成,然后一个个
遍历,最终释放掉;另外可以在yield后面做一些操作,可以很随意的控制返回值。
3.coroutine 协程
使用yield的函数,若用send来控制,就算coroutine了,若用for循环来控制,就算generator或者iterator,使用方法大多见于
decorator, 如tornado中的gen.coroutine。
实例:
#应用:grep -rl 'root' /etc 模拟linux中的grep -rl 命令,来过滤含有root内容的文件,并打印文件名 # import os # def f1(func): #程序初始化 # def wrapper(*args, **kwargs): # g=func(*args, **kwargs) # next(g) # return g # return wrapper # #阶段一,递归的找文件的绝对路径,把路径发给阶段2 # @f1 # def search(target): # 'search file abspath' # while True: # start_path = yield # g = os.walk(start_path) # for par_dir, _, files in g: # for file in files: # file_path = r'%s\%s' % (par_dir, file) # target.send(file_path) # #阶段2,收到文件路径, 打开文件获取对象,吧文件对象发给阶段3 # @f1 # def opener(target): # 'get file obj: f = open(file_path)' # while True: # file_path = yield # with open(file_path, 'r', encoding='utf-8') as f: # target.send((file_path, f)) # #阶段三,收到文件对象,for循环读取文件的每一行内容,把每一行内容发给阶段4 # @f1 # def cat(target): # 'read file' # while True: # file_path,f = yield # for line in f: # res = target.send((file_path, line)) # if res: # break # #阶段4,收到一行内容,判断root是否在这一行,如果在,则把文件名发给阶段五 # @f1 # def grep(target, pattern): # 'grep functhion' # tag=False # while True: # file_path, line = yield tag # tag = False # if pattern in line: # target.send(file_path) # tag=True # #阶段五,收到文件名,打印结果 # @f1 # def printer(): # 'print function' # while True: # filename = yield # print(filename) # start_path1 = r'E:\Pycharmlx\June\day\day21root' # start_path2 = r'E:\Pycharmlx\June\day\day21root\t' #绝对路径 # g = search(opener(cat(grep(printer(), 'root')))) # # print(g) # g.send(start_path1) # g.send(start_path2)
yield表达式形式的更多相关文章
- python函数式编程之yield表达式形式
先来看一个例子 def foo(): print("starting...") while True: res = yield print("res:",res ...
- Python基础(9)_生成器(yield表达式形式)、面向过程编程
一.yield表达式形式 1 #装饰器,初始化含yield表达式的生成器 def init(func): def wrapper(*args,**kwargs): g=func(*args,**kwa ...
- python3 yield表达式形式应用
我们已知: 生成器函数:函数体内包含有yield关键字,该函数执行的结果是生成器 yield的功能: 1.与return类似,都可以返回值,但不一样的地方在于yield返回多次值,而return只能返 ...
- yield 表达式形式的应用
import random foods=['banana','apple','peach','grape','pear'] def deco(func): def wrapper(*args,**kw ...
- yield的表达式形式与内置函数
yield的功能: 1. 与return类似,都可以返回值,不一样在于,yield可以返回多个值而且可暂停,再次执行可继续下一步操作,return到了就停止不在继续运行. 2.为封装好的的函数能够使用 ...
- yield的表达式形式的应用(待补充)
1.yield的表达式形式应用的定义: 在一个生成器函数内,将yield赋值给一个变量,这就是yield的表达式形式.也叫生成器的表达式形式 2.send方法的定义: (1)定义: yield的表达式 ...
- yield的表达式形式、面向过程编程(grep -rl 'root' /etc)
一.yield的表达形式 def foo(): print('starting') while True: x=yield None#return 2 print('value :',x) g=foo ...
- Python开发基础-Day10生成器表达式形式、面向过程编程、内置函数部分
生成器表达式形式 直接上代码 # yield的表达式形式 def foo(): print('starting') while True: x=yield #默认返回为空,实际上为x=yield No ...
- python基础之生成器表达式形式、面向过程编程、内置函数部分
生成器表达式形式 直接上代码 1 # yield的表达式形式 2 def foo(): 3 print('starting') 4 while True: 5 x=yield #默认返回为空,实际上为 ...
随机推荐
- Python 初始函数
python之路——初识函数 阅读目录 为什么要用函数 函数的定义与调用 函数的返回值 函数的参数 本章小结 为什么要用函数 我们就想啊,要是我们能像使用len一样使用我们这一大段“计算长度”的代 ...
- Please add or free up more resources then turn off safe mode manually.
解决方案:硬盘满了,释放硬盘空间.
- cocos2d-x JS 字符串
1.charCodeAt方法返回一个整数,代表指定位置字符的Unicode编码. strObj.charCodeAt(index) 说明: index将被处理字符的从零开始计数的编号.有效值为0到字符 ...
- 数据加密之DES加密
DES加密即使用DESCryptoServiceProvider加密.DESCryptoServiceProvider在命名空间下:System.Security.Cryptography; 对称加密 ...
- Hibernate.基础篇《一》.Hibernate工具类.
Hibernate.基础篇<一>.Hibernate工具类. 话述: Hibernate.基础篇第一篇,前面是代码.后面再加理论&实践. Hibernate使用的版本是:5.x,在 ...
- 《大话设计模式》c++实现 状态模式
状态模式包含如下角色: Context: 环境类 State: 抽象状态类 ConcreteState: 具体状态类 2)适用场景: a)状态模式主要解决的是当控制一个对象状态转换的条件表达式过于复杂 ...
- sitecore系列教程之Sitecore个性化-试点开始,测试,优化,增量
这是利用Sitecore的个性化引擎实现数字化转型的三部分系列的第三部分.之前的帖子旨在通过为您的个性化体验定义内容策略并在Sitecore中配置该策略来设置基础. 在此之前,我们讨论了内容策略以 ...
- java一维数组作业
package zuoYe; import java.util.Scanner; public class MaxSubArray { public static void main(String[] ...
- spring 源码导入eclipse(sts)
一. 准备工作 1.下载安装sts(springsource推荐使用) 下载地址: http://www.springsource.org/downloads/sts-ggts 2.下载安装gradl ...
- Mini-Batch 、Momentum、Adam算法的实现
Mini-Batch 1. 把训练集打乱,但是X和Y依旧是一一对应的 import numpy as np a = np.random.randn(3,3) print(a) b = list(np. ...