python生成器浅析——yield

使用类模仿可迭代器

要想使自定义的类具有可迭代的功能,我们必须在类中定义两个函数,_iter_,_next_,下面定义一个类,实现斐波那契数列;

class Fab(object):

    def __init__(self, max):
        self.max = max
        self.n, self.a, self.b = 0, 0, 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.n < self.max:
            r = self.b
            self.a, self.b = self.b, self.a + self.b
            self.n = self.n + 1
            return r

        raise StopIteration  #一定要加,否则会无限循环
       
    fab_iter=Fab(5)
    for n in fab_iter:
    	print(n)
"""
  输出如下:
   1
   1
   2
   3
   5
 """

使用yield生成器

直接上个例子

def fab(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b  #使用生成器
        a, b = b, a + b
        n = n + 1

for n in fab(5):
    print(n)
 """
 输出如下:
 1
 1
 2
 3
 5
 """
#看一下函数fab的类型信息
print(type(fab))
print(type(fab(5)))
"""
输出如下:
<class 'function'>
<class 'generator'>
"""

通过输出,可以看到yield把一个普通的函数变成了一个可迭代对象,通过这种方式,写出的代码可以更加简洁;
yield的工作原理:yield 的作用就是把一个函数变成一个 generator,带有 yield 的函数不再是一个普通函数,Python 解释器会将其视为一个 generator,调用 fab(5) 不会执行 fab 函数,而是返回一个 iterable 对象,在 for 循环执行时,每次循环都会执行 fab 函数内部的代码,执行到 yield b 时,fab 函数就返回一个迭代值,下次迭代时,代码从 yield b 的下一条语句继续执行,而函数的本地变量看起来和上次中断执行前是完全一样的,于是函数继续执行,直到再次遇到 yield。
因为 fab(5) 是一个 generator 对象,该对象具有 next() 方法,也可以手动调用 fab(5) 的 next() 方法

#接着上面的代码
f=fab(5)
#下面调用6次\__next()__函数
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())

输出如下:
在这里插入图片描述

通过输出可以看到,前面5个数都没问题,但到了第六次却报错了,表示循环结束;但在 for 循环里,无需处理 StopIteration 异常,循环会正常结束。

参考

Python yield 使用浅析

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值