python yield yield from

转载

mb5ff592e69e4d8 2018-12-20 16:59:00

文章标签 Python 生成器迭代迭代器 python 文章分类 Python 后端开发

1.可迭代对象

具备可迭代的能力，即enumerable,在python中指的是可以通过for-in去逐个访问元素的一些对象，比如元组tuple,列表list，字符串string,文件对象file等。

2.迭代器

通过另一种方式一个一个访问可迭代对象中的元素，enumerator。在python中指的是给内置函数iter()传递一个可迭代对象作为参数，返回的那个对象就是迭代器，通过迭代器的next()方法逐个去访问。

3.生成器

生成器的本质是一个逐个返回元素的函数，本质是个函数。

最大的好处在于它是“延迟加载”，即对于处理长序列问题，更加的节省存储空间。即生成器每次在内存中只存储一个值，比如打印一个斐波拉切数列：原始的方法可以如下所示

def fab(max): 
    n, a, b = 0, 0, 1 
    L = [] 
    while n < max: 
        L.append(b) 
        a, b = b, a + b 
        n = n + 1 
    return L


这样做最大的问题在于将所有的元素都存储在了L里面，很占用内存，而使用生成器则如下所示

def fab(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b                 #每次迭代时值加载这一个元素，而且替换掉之前的那一个元素，这样就大大节省了内存。而且程序在遇见yield语句时会停下来，这是后面使用yield阻断原理进行多线程编程的一个启发，（python协程编程会在后面讲到）
        a, b = b, a + b
        n = n + 1

生成器其实就是下面这个样子，写得简单一些就是一次返回一条，如下：

def generator():
    for i in range(5):
        yield i

def generator_1():
    yield 1
    yield 2
    yield 3
    yield 4
    yield 5

4. yield from

yield from generator 。实际上就是返回另外一个生成器

def generator1():
    item = range(10)
    for i in item:
        yield i

def generator2():
    yield ‘a‘
    yield ‘b‘
    yield ‘c‘
    yield from generator1() #yield from iterable本质上等于 for item in iterable: yield item的缩写版
    yield from [11,22,33,44]
    yield from (12,23,34)
    yield from range(3)

for i in generator2() :
    print(i)