yield實(shí)現(xiàn)迭代器
如引言中的描述，實(shí)現(xiàn)一個(gè)可迭代的功能要是每次都手動(dòng)實(shí)現(xiàn)iter,next稍稍有點(diǎn)麻煩，所需的代碼也是比較客觀。在python中也能通過借助yield的方式來實(shí)現(xiàn)一個(gè)迭代器。yield有一個(gè)關(guān)鍵的作能，它能夠中斷當(dāng)前的執(zhí)行邏輯，保持住現(xiàn)場(chǎng)（各種值的狀態(tài)，執(zhí)行的位置等等），返回相應(yīng)的值，下一次執(zhí)行的時(shí)候能夠無縫的接著上次的地方繼續(xù)執(zhí)行，如此循環(huán)反復(fù)知道滿足事先設(shè)置的退出條件或者發(fā)生錯(cuò)誤強(qiáng)制被中斷。
其具體功能是可以當(dāng)return使用，從函數(shù)里返回一個(gè)值，不同之處是用yield返回之后，可以讓函數(shù)從上回yield返回的地點(diǎn)繼續(xù)執(zhí)行。也就是說，yield返回函數(shù)，交給調(diào)用者一個(gè)返回值，然后再“瞬移”回去，讓函數(shù)繼續(xù)運(yùn)行， 直到嚇一跳yield語句再返回一個(gè)新的值。使用yield返回后，調(diào)用者實(shí)際得到的是一個(gè)迭代器對(duì)象，迭代器的值就是返回值，而調(diào)用該迭代器的next()方法會(huì)導(dǎo)致該函數(shù)恢復(fù)yield語句的執(zhí)行環(huán)境繼續(xù)往下跑，直到遇到下一個(gè)yield為止，如果遇不到y(tǒng)ield，就會(huì)拋出異常表示迭代結(jié)束。
看一個(gè)例子：
>>> def test_yield():... yield 1... yield 2... yield (1,2)...>>> a = test_yield()>>> a.next()1>>> a.next()2>>> a.next()(1, 2)>>> a.next()Traceback (most recent call last): File "<stdin>", line 1, in ?StopIteration
光聽描述就覺得和迭代器的工作方式很一致是吧，的確，yield能把它所在的函索變成一個(gè)迭代器,拿最經(jīng)典的菲波那切數(shù)列的例子聊簡(jiǎn)述一下工作的方式：
def fab(max): n, a, b = 0, 0, 1 while n < max: print b, "is generated" yield b a, b = b, a + b n = n + 1 >>> for item in fab(5):... print item... 1 is generated11 is generated12 is generated23 is generated35 is generated5
我們有回想一下for關(guān)鍵字的語法糖，在這里遍歷5以內(nèi)的菲波那切數(shù)列值的時(shí)候，很顯然fab(5)生成了一個(gè)可迭代的對(duì)象，遍歷開始的時(shí)候它的iter方法被調(diào)用返回一個(gè)實(shí)際工作的迭代器對(duì)象，然后每一次調(diào)用它的next方法返回一個(gè)菲波那切數(shù)列值然后打印出來。
我們可以將調(diào)用生成器函數(shù)返回的對(duì)象的屬性打印出來，看一下到底發(fā)生了什么：
>>> temp_gen = fab(5)>>> dir(temp_gen)['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__name__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'next', 'send', 'throw']
正如上面的描述，單純調(diào)用fab并不會(huì)讓函數(shù)立刻開始返回任何值，并且從打印出的fab(5)的屬性列表能夠看到，生成器函數(shù)返回的對(duì)象包含有__iter__，next的實(shí)現(xiàn)。與我們手動(dòng)實(shí)現(xiàn)相比，使用yield很方便的就能夠?qū)崿F(xiàn)我們想要的功能，代碼量縮減不少。
Generator Expression
python中另一種能更優(yōu)雅生成迭代器對(duì)象的方式就是使用生成器表達(dá)式Generator expression，它和列表解析表達(dá)式有著非常相似的寫法，僅僅是把中括號(hào)[]變成()而已，不過小小改變產(chǎn)生的實(shí)際效果確實(shí)大大的不一樣：
>>> temp_gen = (x for x in range(5))>>> temp_gen<generator object <genexpr> at 0x7192d8>>>> for item in temp_gen:... print item... 01234>>> dir(temp_gen)['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__name__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'next', 'send', 'throw']
看過上面對(duì)yield的描述，這個(gè)例子以及對(duì)應(yīng)的輸出日志還是相當(dāng)直接明了的，無論是temp_gen的打印日志描述，for語句遍歷的輸出結(jié)果還是調(diào)用dir輸出的屬性列表，都赤裸裸的表明生成器表達(dá)式確實(shí)生成了能夠支持迭代的對(duì)象。另外表達(dá)式里面也能夠調(diào)用函數(shù)，增加適量的過濾條件。
內(nèi)置庫itertools 和 iter
python內(nèi)置的庫itertools提供了大量的工具方法，這些方法能夠幫助我們創(chuàng)建能進(jìn)行高效遍歷和迭代的對(duì)象，里面包含不少有意思并且有用的方法，比如像chain, izip/izip_longest, combinations, ifilter等等。在python中還有一個(gè)內(nèi)置的iter函數(shù)非常有用，能夠返回一個(gè)迭代器對(duì)象，之后也就能夠進(jìn)行可以查看對(duì)應(yīng)的幫助文檔簡(jiǎn)單看一下：
>>> iter('abc')<iterator object at 0x718590>>>> str_iterator = iter('abc')>>> next(str_iterator)'a'>>> next(str_iterator)'b'>>> lst_gen = iter([1,2,3,4])>>> lst_gen<listiterator object at 0x728e30>>>> dir(lst_gen)['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__length_hint__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'next']>>> help(iter)Help on built-in function iter in module builtins:iter(...) iter(iterable) -> iterator iter(callable, sentinel) -> iterator Get an iterator from an object. In the first form, the argument must supply its own iterator, or be a sequence. In the second form, the callable is called until it returns the sentinel.新聞熱點(diǎn)
疑難解答
圖片精選
