python中generator是什么类型,Python global用法
在介绍yield之前，我们必须先解释一下Python的迭代器(iterator)和生成器(generator)。
I迭代器(迭代器)。
在Python中，可以对任何类型的Python使用for循环，包括列表和祖先。实际上，for循环可以用于可重复的对象。这是迭代器。
迭代器是实现迭代器协议的对象。在Python的迭代器协议中，使用next方法的对象输入下一个结果，并在一系列结果的结尾导致StopIteration。所有这些对象都可以用for循环或其他遍历工具在Python中重复。在迭代工具中，每次迭代都会调用next方法，以确定捕获StopIteration异常的时间和结束时间。
使用迭代器有一个明显的好处，就是一次只从一个对象读取一个数据不会增加内存开销。
例如，要逐行读取文件的内容，可以使用readlines()方法，并编写如下代码：
forlineinopen(test . txt . read lines)):
打字线
这是可行的，但不是最好的方法。因为他实际上是一次性将文件加载到内存中并逐行打印。如果文件很大，这种方法的内存开销会很高。
使用file的迭代器，我们可以写如下。
forlineinopen(test . txt)):#使用文件迭代器
打字线
这是最简单快捷的写作方法。它每次都使用迭代器读取下一行，而不是显式读取文件。
二。生成器(构造器))
生成器与Python中迭代器协议的概念相关联。简单来说，包含yield语句的函数是专门编译到生成器中的。调用该函数时，将返回支持迭代器接口的生成器对象。函数可能包含return语句，但它的作用是yield用来生成值。
与普通函数不同，它生成值并退出。生成器生成值后会自动挂起，挂起执行和状态。变量在本地保存状态信息，并在函数恢复时重新启用。
定义(n):forIinrange(n):产量i **2。
锻造(5):打印I，:。
0 : 1 : 4 : 9 : 16 :
要了解他是如何工作的，请尝试下一种方法：
t=g(5)).
t.next())
0
t.next())
一个
t.next())
四
t.next())
九
t.next())
16
t.next())
跟踪(mostrecentcalllast):
文件中的第1行
停止解释
执行next五次后，生成器抛出StopIteration异常，迭代结束。
我们来看收益率的例子。用生成器生成斐波那契数列。
deffab(最大) :
a，b=0，1
而最大：
产生
a，b=b，a b
forIinfab(20):打印I，，。
0、1、1、2、3、5、8、13、
看完这里就能理解发电机的抽象概念了~ ~。
三。补充
yield关键字用于定义生成器。它的具体作用是用它作为返回，从一个函数返回一个值，但不同的是，用yield返回后，可以从用yield返回的最后一个位置继续执行函数。即yield会返回一个函数，将返回值传递给调用者，然后“瞬移”回来，继续运行函数，直到yield语句再次返回新值。
使用yield返回时，调用者实际上获得的是迭代器对象。迭代器的值就是返回值。另外，当迭代器的next))方法被调用时，函数会继续还原yield语句的执行环境，直到遇到下一个yield。如果遇到yield，它将抛出一个异常来指示迭代的结束。
请看下面的例子：
def test _ yield(:…yield 1…yield 2…yield)1，2 ) a=test_yie
LD()a . next()1a . next()2a . next()(1，2) a.next()Traceback(最近一次调用last): File ，第1行，in？停止迭代
1.包含产量的函数
如果你看到一个函数包含yield，说明这个函数已经是一个生成器了，它的执行会和其他普通函数有很大不同。例如，下面的简单函数：
defh():
打印“勇敢”
产量5
h()
可以看到，调用h()后，print语句并没有执行！这就是屈服。那么，如何执行print语句呢？这是后面要讨论的问题。通过后面的讨论和学习，我们会了解yield的工作原理。
2.屈服是一种表达
在Python2.5之前，Python yield是一个语句，而现在在2.5中，yield是一个表达式，比如：
m=产量5
表达式的返回值(yield 5)会赋给M，所以认为m=5是错误的。那么如何得到(收益率5)的返回值呢？您需要使用稍后介绍的send(msg)方法。
3.通过下面的()语句看原理
现在，让我们来揭示yield是如何工作的。我们知道上面我们的h()在被调用后并没有被执行，因为它有一个yield表达式。因此，我们让它通过next()语句执行。next()语句将继续执行生成器，直到下一个yield表达式。例如：
defh():
打印“汶川”
产量5
打印战斗！
c=h()
下一个
调用后，h()开始执行，直到遇到yield 5，所以输出结果是：
汶川
当我们再次调用c.next()时，我们将继续执行，直到找到下一个yield表达式。因为它背后没有Python屈服，所以会抛出一个异常：
汶川
打架！
回溯(mostrecentcalllast):
文件/home/evergreen/Codes/yildd . py ，第11行，在
c .下一个()
停止迭代
4.发送(消息)和下一步()
了解了next()如何让包含yield的函数执行之后，我们再来看另一个非常重要的函数，send(msg)。其实next()和send()在某种意义上有类似的功能。区别在于send()可以传入yield表达式的值，而next()不能传入具体的值，只能传一个。所以我们可以看到c.next()和c.send(None)的功能是一样的。看看这个例子：
defh():
打印汶川，
m=yield5 #战斗！
printm
d=产量12
打印“我们在一起”！
c=h()
C.next()#等效于c.send(None)
c . send(‘战斗！’)#(yield5)表情给出的是‘打架！’输出结果是：
文传格斗！
需要提醒的是，第一次调用时，请使用next()语句或send(None)。不能使用send发送None以外的值，否则会得到错误，因为没有Python yield语句接收这个值。
5.send (msg)和next()的返回值
Send(msg)和next()有返回值。它们的返回值是特殊的，它们返回下一个yield表达式的参数。如收益率为5，则返回5。你在这里学到了什么吗？在本文的第一个例子中，在list中遍历生成器实际上调用了一个list。每次都是Next()，以及list的返回值。每次的Next()都是yield的参数，也就是我们开始认为的东西被推了进去。让我们继续上面的例子：
defh():
打印汶川，
m=yield5 #战斗！
printm
d=产量12
打印“我们在一起”！
c=h()
M=c.next()#m获取yield5的参数值5。
d=c.send(战斗！)#d获得yield12的参数值12。
打印我们永远不会忘记，m， ，d输出结果：
文传格斗！
我们永远不会忘记5.12日
6.throw()和close()中断生成器
中断发电机是一种非常灵活的技术。您可以通过抛出GeneratorExit异常来终止生成器。Close()方法的功能是一样的，其实在内部它调用throw(GeneratorExit)。让我们看看：
defclose(自身):
尝试：
self.throw(GeneratorExit)
except(GeneratorExit，StopIteration):
及格
否则：
raiseRuntimeError( generatoringoredgerenatorexit )
# Otherexceptionsarenotcaught
因此，当我们调用close()方法，然后调用next()或send(msg)时，将会引发一个异常：
回溯(mostrecentcalllast):
文件/home/evergreen/Codes/yildd . py ，第14行，在
d=c.send(战斗！)#d获得yield12的参数值12。
停止迭代
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。