python yield 和 yield from用法总结

时间:2022-10-11 23:30:57

#例1. 简单输出斐波那契數列前 N 个数
#缺点:该函数可复用性较差,因为 fab 函数返回 None,其他函数无法获得该函数生成的数列
#要提高 fab 函数的可复用性,最好不要直接打印出数列,而是返回一个 List。
def fab1(max):
    n, a, b = 0, 0, 1
    while n < max:
        print(b,end=' ')
        a, b = b, a + b
        n = n + 1
fab1(5)  

 

#例 2.
#缺点:该函数在运行中占用的内存会随着参数 max 的增大而增大,如果要控制内存占用,
#最好不要用 List 来保存中间结果,而是通过 iterable 对象来迭代  
def fab2(max):
    n, a, b = 0, 0, 1
    L = []
    while n < max:
        L.append(b)
        a, b = b, a + b
        n = n + 1
    return L

 

#例3
#说明: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。
def fab3(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        # print b
        a, b = b, a + b
        n = n + 1
f=fab3(5)
print("f是一个可迭代对象,并没有执行函数")
print(f)
print('fab3返回的是一个iterable 对象,可以用for循环获取值')
for n in f:
    print(n)

 

 

#例4:
#说明:yield from iterable本质上等于for item in iterable: yield item的缩写版

def f_wrapper1(f):
for g in f:
yield g
wrap = f_wrapper1(fab3(5))
for i in wrap:
print(i,end=' ')

print('\n使用yield from代替for循环')
def f_wrapper2(f):
yield from f#注意此处必须是一个可生成对象
wrap = f_wrapper2(fab3(5))
for i in wrap:
print(i,end=' ')
print('\n---------------------')


print('yield from包含多个子程序')
def g(x):
yield from range(x, 0, -1)
yield from range(x)
print(list(g(5)))
for g in g(6):
print(g,end=',')


print('\n---------------------')
注意红色部分就是替代的部分,yield from iterable本质上等于for item in iterable: yield item的缩写版   

 

#例5 利用yield from语句向生成器(协程)传送数据 
#传统的生产者-消费者模型是一个线程写消息,一个线程取消息,通过锁机制控制队列和等待,但一不小心就可能死锁。
#如果改用协程,生产者生产消息后,直接通过yield跳转到消费者开始执行,待消费者执行完毕后,换回生产者继续生产,效率极高:
def consumer_work(len):
# 读取send传进的数据,并模拟进行处理数据
print("writer:")
w=''
while True:
w = yield w # w接收send传进的数据,同时也是返回的数据
print('[CONSUMER] Consuming %s...>> ', w)
w*=len #将返回的数据乘以100
time.sleep(0.1)
def consumer(coro):
yield from coro#将数据传递到协程(生成器)对象中


def produce(c):
c.send(None)# "prime" the coroutine
for i in range(5):
print('[Produce] Producing %s----', i)
w=c.send(i)#发送完成后进入协程中执行
print('[Produce] receive %s----', w)
c.close()

c1=consumer_work(100)
produce(consumer(c1))

执行结果:
writer:
[Produce] Producing %s---- 0
[CONSUMER] Consuming %s...>>  0
[Produce] receive %s---- 0
[Produce] Producing %s---- 1
[CONSUMER] Consuming %s...>>  1
[Produce] receive %s---- 100
[Produce] Producing %s---- 2
[CONSUMER] Consuming %s...>>  2
[Produce] receive %s---- 200
[Produce] Producing %s---- 3
[CONSUMER] Consuming %s...>>  3
[Produce] receive %s---- 300
[Produce] Producing %s---- 4
[CONSUMER] Consuming %s...>>  4
[Produce] receive %s---- 400

yield from一般掌握这两种用法即可;