可迭代对象以及yield关键字的学习

1.什么是可迭代对象？

可迭代对象在我看来就是一种可以遍历的对象比如列表，字典，元组，字符串等等。举个例子：

list1 = [1, 2, 3, 4, 5]
for i in range(len(list1)):
    print(list1[i])

for i in range(len("hello,world")):
    print("hello,world"[i])

tuple1 = (1, 2, 3, 4, 5)
for i in range(len(tuple1)):
    print(tuple1[i])

dict1= {"apple": 20, "banana":30}
for k, v in dict1.items():
    print("k", k)
    print("v", v)

以上都是可迭代对象。

2.yield关键字

迭代用于处理大量数据时候存在一些问题。1.比如列表中的元素太多了会导致大量占用内存。2.有些数据可能只使用一次，如果用列表保存起来有点浪费。所以在这种情况下，我们可以使用生成器。生成器可以有效创建迭代器，像常规函数一样撰写，在返回数据时使用yield语句。

for i in range(len("hello,world")):
    print("hello,world"[i])


print("---------------------------------")
str1 = "hello,world"
def print_helloworld(s1):
    for idx in range(len(s1)):
        yield s1[idx]

generator1 = print_helloworld(str1)
for i in generator1:
    print(i)
print(type(generator1))

输出都是一样的：

h
e
l
l
o
,
w
o
r
l
d
---------------------------------
h
e
l
l
o
,
w
o
r
l
d
<class 'generator'>

上面代码定义了一个生成器函数，当代码执行到yield的时候会返回yield之后的语句，感觉和return有点像但是不一样。return返回会释放内部定义的变量，但是生成器会保持退出时候的状态。如果上面yield换成return就只会返回s1[0],但是生成器会一直调用直到不满足条件。最后使用type查看类型发现正好是生成器（generator）

自己调代码遇到的yield的实际使用

class AspectRatioGroupedDataset(data.IterableDataset):
    """
将具有相似纵横比的批量数据组合在一起。在此实现中，长宽比<（或>）1的图像将一起分批进行。
这提高了训练速度，因为图像需要更少的填充形成一批。
它假设底层数据集生成带有“宽度”和“高度”键的字典。
然后它将生成一个长度=batch_size的原始字典列表，全部具有相似的长宽比。
    """

    def __init__(self, dataset, batch_size):
        """
        Args:
            dataset: an iterable. Each element must be a dict with keys
                "width" and "height", which will be used to batch data.
            batch_size (int):
        """
        self.dataset = dataset
        self.batch_size = batch_size
        self._buckets = [[] for _ in range(2)]
        # Hard-coded two aspect ratio groups: w > h and w < h.
        # Can add support for more aspect ratio groups, but doesn't seem useful

    def __iter__(self):
        for d in self.dataset:
            w, h = d["width"], d["height"]
            bucket_id = 0 if w > h else 1
            bucket = self._buckets[bucket_id]
            bucket.append(d)
            if len(bucket) == self.batch_size:
                data = bucket[:]
                # Clear bucket first, because code after yield is not
                # guaranteed to execute
                del bucket[:]
                yield data