开源中国

我们不支持 IE 10 及以下版本浏览器

It appears you’re using an unsupported browser

为了获得更好的浏览体验,我们强烈建议您使用较新版本的 Chrome、 Firefox、 Safari 等,或者升级到最新版本的IE浏览器。 如果您使用的是 IE 11 或以上版本,请关闭“兼容性视图”。
提高你的Python: 解释‘yield’和‘Generators(生成器)’ - 技术翻译 - 开源中国社区

提高你的Python: 解释‘yield’和‘Generators(生成器)’ 【已翻译100%】

renwofei423 推荐于 5年前 (共 16 段, 翻译完成于 04-18) 评论 15
收藏  
76
推荐标签: Python 待读

在开始课程之前,我要求学生们填写一份调查表,这个调查表反映了它们对Python中一些概念的理解情况。一些话题("if/else控制流" 或者 "定义和使用函数")对于大多数学生是没有问题的。但是有一些话题,大多数学生只有很少,或者完全没有任何接触,尤其是“生成器和yield关键字”。我猜这对大多数新手Python程序员也是如此。

有事实表明,在我花了大功夫后,有些人仍然不能理解生成器和yield关键字。我想让这个问题有所改善。在这篇文章中,我将解释yield关键字到底是什么,为什么它是有用的,以及如何来使用它。

注意:最近几年,生成器的功能变得越来越强大,它已经被加入到了PEP。在我的下一篇文章中,我会通过协程(coroutine),协同式多任务处理(cooperative multitasking),以及异步IO(asynchronous I/O)(尤其是GvR正在研究的 "tulip" 原型的实现)来介绍yield的真正威力。但是在此之前,我们要对生成器和yield有一个扎实的理解.

crab2313
 翻译得不错哦!

协程与子例程


我们调用一个普通的Python函数时,一般是从函数的第一行代码开始执行,结束于return语句、异常或者函数结束(可以看作隐式的返回None)。一旦函数将控制权交还给调用者,就意味着全部结束。函数中做的所有工作以及保存在局部变量中的数据都将丢失。再次调用这个函数时,一切都将从头创建。

对于在计算机编程中所讨论的函数,这是很标准的流程。这样的函数只能返回一个值,不过,有时可以创建能产生一个序列的函数还是有帮助的。要做到这一点,这种函数需要能够“保存自己的工作”。

我说过,能够“产生一个序列”是因为我们的函数并没有像通常意义那样返回。return隐含的意思是函数正将执行代码的控制权返回给函数被调用的地方。而"yield"的隐含意思是控制权的转移是临时和自愿的,我们的函数将来还会收回控制权。
zicode
 翻译得不错哦!

在Python中,拥有这种能力的“函数”被称为生成器,它非常的有用。生成器(以及yield语句)最初的引入是为了让程序员可以更简单的编写用来产生值的序列的代码。 以前,要实现类似随机数生成器的东西,需要实现一个类或者一个模块,在生成数据的同时保持对每次调用之间状态的跟踪。引入生成器之后,这变得非常简单。

为了更好的理解生成器所解决的问题,让我们来看一个例子。在了解这个例子的过程中,请始终记住我们需要解决的问题:生成值的序列。

注意:在Python之外,最简单的生成器应该是被称为协程(coroutines)的东西。在本文中,我将使用这个术语。请记住,在Python的概念中,这里提到的协程就是生成器。Python正式的术语是生成器;协程只是便于讨论,在语言层面并没有正式定义。

zicode
 翻译得不错哦!

例子:有趣的素数

假设你的老板让你写一个函数,输入参数是一个int的list,返回一个可以迭代的包含素数1 的结果。

记住,迭代器(Iterable) 只是对象每次返回特定成员的一种能力。

你肯定认为"这很简单",然后很快写出下面的代码:

def get_primes(input_list):
    result_list = list()
    for element in input_list:
        if is_prime(element):
            result_list.append()

    return result_list

# 或者更好一些的...

def get_primes(input_list):
    return (element for element in input_list if is_prime(element))

# 下面是 is_prime 的一种实现...

def is_prime(number):
    if number > 1:
        if number == 2:
            return True
        if number % 2 == 0:
            return False
        for current in range(3, int(math.sqrt(number) + 1), 2):
            if number % current == 0: 
                return False
        return True
    return False

上面 is_prime 的实现完全满足了需求,所以我们告诉老板已经搞定了。她反馈说我们的函数工作正常,正是她想要的。

zicode
 翻译得不错哦!

处理无限序列

噢,真是如此吗?过了几天,老板过来告诉我们她遇到了一些小问题:她打算把我们的get_primes函数用于一个很大的包含数字的list。实际上,这个list非常大,仅仅是创建这个list就会用完系统的所有内存。为此,她希望能够在调用get_primes函数时带上一个start参数,返回所有大于这个参数的素数(也许她要解决 Project Euler problem 10)。

我们来看看这个新需求,很明显只是简单的修改get_primes是不可能的。 自然,我们不可能返回包含从start到无穷的所有的素数的列表 (虽然有很多有用的应用程序可以用来操作无限序列)。看上去用普通函数处理这个问题的可能性比较渺茫。

zicode
 翻译得不错哦!

在我们放弃之前,让我们确定一下最核心的障碍,是什么阻止我们编写满足老板新需求的函数。通过思考,我们得到这样的结论:函数只有一次返回结果的机会,因而必须一次返回所有的结果。得出这样的结论似乎毫无意义;“函数不就是这样工作的么”,通常我们都这么认为的。可是,不学不成,不问不知,“如果它们并非如此呢?”

想象一下,如果get_primes可以只是简单返回下一个值,而不是一次返回全部的值,我们能做什么?我们就不再需要创建列表。没有列表,就没有内存的问题。由于老板告诉我们的是,她只需要遍历结果,她不会知道我们实现上的区别。

zicode
 翻译得不错哦!

不幸的是,这样做看上去似乎不太可能。即使是我们有神奇的函数,可以让我们从n遍历到无限大,我们也会在返回第一个值之后卡住:

def get_primes(start):
    for element in magical_infinite_range(start):
        if is_prime(element):
            return element
假设这样去调用get_primes:
def solve_number_10():
    # She *is* working on Project Euler #10, I knew it!
    total = 2
    for next_prime in get_primes(3):
        if next_prime < 2000000:
            total += next_prime
        else:
            print(total)
            return

显然,在get_primes中,一上来就会碰到输入等于3的,并且在函数的第4行返回。与直接返回不同,我们需要的是在退出时可以为下一次请求准备一个值。

不过函数做不到这一点。当函数返回时,意味着全部完成。我们保证函数可以再次被调用,但是我们没法保证说,“呃,这次从上次退出时的第4行开始执行,而不是常规的从第一行开始”。函数只有一个单一的入口:函数的第1行代码。

zicode
 翻译得不错哦!

走进生成器

这类问题极其常见以至于Python专门加入了一个结构来解决它:生成器。一个生成器会“生成”值。创建一个生成器几乎和生成器函数的原理一样简单。

一个生成器函数的定义很像一个普通的函数,除了当它要生成一个值的时候,使用yield关键字而不是return。如果一个def的主体包含yield,这个函数会自动变成一个生成器(即使它包含一个return)。除了以上内容,创建一个生成器没有什么多余步骤了。

生成器函数返回生成器的迭代器。这可能是你最后一次见到“生成器的迭代器”这个术语了, 因为它们通常就被称作“生成器”。要注意的是生成器就是一类特殊的迭代器。作为一个迭代器,生成器必须要定义一些方法(method),其中一个就是__next__()。如同迭代器一样,我们可以使用next()函数来获取下一个值。

crab2313
 翻译得不错哦!
为了从生成器获取下一个值,我们使用next()函数,就像对付迭代器一样。

(next()会操心如何调用生成器的__next__()方法)。既然生成器是一个迭代器,它可以被用在for循环中。

每当生成器被调用的时候,它会返回一个值给调用者。在生成器内部使用yield来完成这个动作(例如yield 7)。为了记住yield到底干了什么,最简单的方法是把它当作专门给生成器函数用的特殊的return(加上点小魔法)。**

yield就是专门给生成器用的return(加上点小魔法)。

下面是一个简单的生成器函数:

>>> def simple_generator_function():
>>>    yield 1
>>>    yield 2
>>>    yield 3
这里有两个简单的方法来使用它:
>>> for value in simple_generator_function():
>>>     print(value)
1
2
3
>>> our_generator = simple_generator_function()
>>> next(our_generator)
1
>>> next(our_generator)
2
>>> next(our_generator)
3

crab2313
 翻译得不错哦!

魔法?

那么神奇的部分在哪里?我很高兴你问了这个问题!当一个生成器函数调用yield,生成器函数的“状态”会被冻结,所有的变量的值会被保留下来,下一行要执行的代码的位置也会被记录,直到再次调用next()。一旦next()再次被调用,生成器函数会从它上次离开的地方开始。如果永远不调用next(),yield保存的状态就被无视了。

我们来重写get_primes()函数,这次我们把它写作一个生成器。注意我们不再需要magical_infinite_range函数了。使用一个简单的while循环,我们创造了自己的无穷串列。

def get_primes(number):
    while True:
        if is_prime(number):
            yield number
        number += 1
crab2313
 翻译得不错哦!
本文中的所有译文仅用于学习和交流目的,转载请务必注明文章译者、出处、和本文链接
我们的翻译工作遵照 CC 协议,如果我们的工作有侵犯到您的权益,请及时联系我们
评论(15)
Ctrl/CMD+Enter

"许多报告有困难understandinggeneratorsand的theyieldkeyword",语句不通吧?原文是Many report having difficulty understanding generators and the yield keyword even after making a concerted effort to teach themselves the topic.
@Mangopy_
一楼翻译太奇芭了

引用来自“crab2313”的评论

一楼翻译太奇芭了

估计是直接google翻译的。。。

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

一楼翻译太奇芭了

估计是直接google翻译的。。。

我已经重翻了,这家伙估计来捣乱的

引用来自“crab2313”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

一楼翻译太奇芭了

估计是直接google翻译的。。。

我已经重翻了,这家伙估计来捣乱的

刚刚我也重新翻译了一遍,发上来才发现你已经翻译了,还翻译得更好=。=
晕死。。。哈哈

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

一楼翻译太奇芭了

估计是直接google翻译的。。。

我已经重翻了,这家伙估计来捣乱的

刚刚我也重新翻译了一遍,发上来才发现你已经翻译了,还翻译得更好=。=
晕死。。。哈哈

确实不错,顶一下。
我也新翻译了几段,不过只能保证语句通顺,技术上没有问题。

引用来自“LinuxQueen”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

一楼翻译太奇芭了

估计是直接google翻译的。。。

我已经重翻了,这家伙估计来捣乱的

刚刚我也重新翻译了一遍,发上来才发现你已经翻译了,还翻译得更好=。=
晕死。。。哈哈

确实不错,顶一下。
我也新翻译了几段,不过只能保证语句通顺,技术上没有问题。

你也不错 哈哈

引用来自“renwofei423”的评论

引用来自“LinuxQueen”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

一楼翻译太奇芭了

估计是直接google翻译的。。。

我已经重翻了,这家伙估计来捣乱的

刚刚我也重新翻译了一遍,发上来才发现你已经翻译了,还翻译得更好=。=
晕死。。。哈哈

确实不错,顶一下。
我也新翻译了几段,不过只能保证语句通顺,技术上没有问题。

你也不错 哈哈

大家看这篇吧http://blog.jobbole.com/28506/ 来自stackoverflow上e-satis同学神一般的回复http://stackoverflow.com/questions/231767/the-python-yield-keyword-explained

引用来自“se77en.cc”的评论

引用来自“renwofei423”的评论

引用来自“LinuxQueen”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

一楼翻译太奇芭了

估计是直接google翻译的。。。

我已经重翻了,这家伙估计来捣乱的

刚刚我也重新翻译了一遍,发上来才发现你已经翻译了,还翻译得更好=。=
晕死。。。哈哈

确实不错,顶一下。
我也新翻译了几段,不过只能保证语句通顺,技术上没有问题。

你也不错 哈哈

大家看这篇吧http://blog.jobbole.com/28506/ 来自stackoverflow上e-satis同学神一般的回复http://stackoverflow.com/questions/231767/the-python-yield-keyword-explained

还有这篇http://blog.jobbole.com/21351/ 同样来自stackoverflow,http://stackoverflow.com/questions/100003/what-is-a-metaclass-in-python 大家看看收藏和评分就知道好坏了

引用来自“se77en.cc”的评论

引用来自“se77en.cc”的评论

引用来自“renwofei423”的评论

引用来自“LinuxQueen”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

一楼翻译太奇芭了

估计是直接google翻译的。。。

我已经重翻了,这家伙估计来捣乱的

刚刚我也重新翻译了一遍,发上来才发现你已经翻译了,还翻译得更好=。=
晕死。。。哈哈

确实不错,顶一下。
我也新翻译了几段,不过只能保证语句通顺,技术上没有问题。

你也不错 哈哈

大家看这篇吧http://blog.jobbole.com/28506/ 来自stackoverflow上e-satis同学神一般的回复http://stackoverflow.com/questions/231767/the-python-yield-keyword-explained

还有这篇http://blog.jobbole.com/21351/ 同样来自stackoverflow,http://stackoverflow.com/questions/100003/what-is-a-metaclass-in-python 大家看看收藏和评分就知道好坏了

好坏?
我提交的这篇文章来自Python-weekly推荐哦

引用来自“renwofei423”的评论

引用来自“se77en.cc”的评论

引用来自“se77en.cc”的评论

引用来自“renwofei423”的评论

引用来自“LinuxQueen”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

一楼翻译太奇芭了

估计是直接google翻译的。。。

我已经重翻了,这家伙估计来捣乱的

刚刚我也重新翻译了一遍,发上来才发现你已经翻译了,还翻译得更好=。=
晕死。。。哈哈

确实不错,顶一下。
我也新翻译了几段,不过只能保证语句通顺,技术上没有问题。

你也不错 哈哈

大家看这篇吧http://blog.jobbole.com/28506/ 来自stackoverflow上e-satis同学神一般的回复http://stackoverflow.com/questions/231767/the-python-yield-keyword-explained

还有这篇http://blog.jobbole.com/21351/ 同样来自stackoverflow,http://stackoverflow.com/questions/100003/what-is-a-metaclass-in-python 大家看看收藏和评分就知道好坏了

好坏?
我提交的这篇文章来自Python-weekly推荐哦

这篇也不错~

引用来自“se77en.cc”的评论

引用来自“renwofei423”的评论

引用来自“se77en.cc”的评论

引用来自“se77en.cc”的评论

引用来自“renwofei423”的评论

引用来自“LinuxQueen”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

一楼翻译太奇芭了

估计是直接google翻译的。。。

我已经重翻了,这家伙估计来捣乱的

刚刚我也重新翻译了一遍,发上来才发现你已经翻译了,还翻译得更好=。=
晕死。。。哈哈

确实不错,顶一下。
我也新翻译了几段,不过只能保证语句通顺,技术上没有问题。

你也不错 哈哈

大家看这篇吧http://blog.jobbole.com/28506/ 来自stackoverflow上e-satis同学神一般的回复http://stackoverflow.com/questions/231767/the-python-yield-keyword-explained

还有这篇http://blog.jobbole.com/21351/ 同样来自stackoverflow,http://stackoverflow.com/questions/100003/what-is-a-metaclass-in-python 大家看看收藏和评分就知道好坏了

好坏?
我提交的这篇文章来自Python-weekly推荐哦

这篇也不错~

这篇更详细一些,不过也更罗嗦一些,还是挺好的。应该还有第二部分吧?顺便说一下,oschina的回复展示也太难看了。

引用来自“LinuxQueen”的评论

引用来自“se77en.cc”的评论

引用来自“renwofei423”的评论

引用来自“se77en.cc”的评论

引用来自“se77en.cc”的评论

引用来自“renwofei423”的评论

引用来自“LinuxQueen”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

引用来自“renwofei423”的评论

引用来自“crab2313”的评论

一楼翻译太奇芭了

估计是直接google翻译的。。。

我已经重翻了,这家伙估计来捣乱的

刚刚我也重新翻译了一遍,发上来才发现你已经翻译了,还翻译得更好=。=
晕死。。。哈哈

确实不错,顶一下。
我也新翻译了几段,不过只能保证语句通顺,技术上没有问题。

你也不错 哈哈

大家看这篇吧http://blog.jobbole.com/28506/ 来自stackoverflow上e-satis同学神一般的回复http://stackoverflow.com/questions/231767/the-python-yield-keyword-explained

还有这篇http://blog.jobbole.com/21351/ 同样来自stackoverflow,http://stackoverflow.com/questions/100003/what-is-a-metaclass-in-python 大家看看收藏和评分就知道好坏了

好坏?
我提交的这篇文章来自Python-weekly推荐哦

这篇也不错~

这篇更详细一些,不过也更罗嗦一些,还是挺好的。应该还有第二部分吧?顺便说一下,oschina的回复展示也太难看了。

应该有后续,不过作者还没有写出来。

传说中的盖楼嘛
能讲讲,生成器与协程的关系吗? 协程的原理,适合什么样的场景
for power in range(iterations)中的iterations是传入一个迭代器吗,要是一个迭代器为啥要加range啊,请赐教,并举一个iterations的示例
顶部