Python: выражение генератора и выход

в этом примере не очень. Но yield может использоваться для более сложных конструкций - Он также может принимать значения от вызывающего абонента и изменять поток в результате. Читайте PEP 342 для более подробной информации (это интересный метод стоит знать).

в любом случае, лучший совет-это используйте все, что яснее для ваших нужд.

P. S. Вот простой пример сопрограммы от Дейв Бизли:

def grep(pattern):
    print "Looking for %s" % pattern
    while True:
        line = (yield)
        if pattern in line:
            print line,

# Example use
if __name__ == '__main__':
    g = grep("python")
    g.next()
    g.send("Yeah, but no, but yeah, but no")
    g.send("A series of tubes")
    g.send("python generators rock!")

нет никакой разницы для вида простых циклов, которые вы можете вписать в выражение генератора. Однако выход может быть использован для создания генераторов, которые делают гораздо более сложную обработку. Вот простой пример для генерации последовательности Фибоначчи:

>>> def fibgen():
...    a = b = 1
...    while 1:
...        yield a
...        a, b = b, a+b

>>> list(itertools.takewhile((lambda x: x<100), fibgen()))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]

используя yield приятно, если выражение является более сложным, чем просто вложенные циклы. Помимо прочего, вы можете вернуть специальное первое или специальное последнее значение. Рассмотрим:

def Generator(x):
  for i in xrange(x):
    yield(i)
  yield(None)

при использовании обратите внимание на различие между объектом генератора и функцией генератора.

объект генератора используется только один раз, в отличие от функции генератора, которая может быть повторно использована каждый раз, когда вы вызываете ее снова, потому что она возвращает новый объект генератора.

выражения генератора на практике обычно используются "raw", без обертывания их в функцию, и они возвращают объект генератора.

например:

def range_10_gen_func():
    x = 0
    while x < 10:
        yield x
        x = x + 1

print(list(range_10_gen_func()))
print(list(range_10_gen_func()))
print(list(range_10_gen_func()))

что выходы:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

сравните с немного другим использованием:

range_10_gen = range_10_gen_func()
print(list(range_10_gen))
print(list(range_10_gen))
print(list(range_10_gen))

выходы:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[]
[]

и сравнить с генератором выражение:

range_10_gen_expr = (x for x in range(10))
print(list(range_10_gen_expr))
print(list(range_10_gen_expr))
print(list(range_10_gen_expr))

, который также выводит:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[]
[]

когда думаешь об итераторах, то itertools модуль:

... стандартизация основного набора быстрых, эффективных инструментов памяти, которые полезны сами по себе или в сочетании. Вместе, они образуют "итератор алгебра", что позволяет сконструировать емко и эффективно специализированные инструменты в чистом Python.

для исполнения, рассмотреть itertools.product(*iterables[, repeat])

декартово произведение входных итераций.

эквивалентно вложенным циклам for в выражении генератора. Например, product(A, B) возвращает то же самое как ((x,y) for x in A for y in B).

>>> import itertools
>>> def gen(x,y):
...     return itertools.product(xrange(x),xrange(y))
... 
>>> [t for t in gen(3,2)]
[(0, 0), (0, 1), (1, 0), (1, 1), (2, 0), (2, 1)]
>>> 

Да есть разница.

для выражения генератор (x for var in expr),iter(expr) вызывается, когда выражение создано.

при использовании def и yield создать генератор, как в:

def my_generator():
    for var in expr:
        yield x

g = my_generator()

iter(expr) пока не называется. Он будет вызываться только при итерации на g (и может вообще не называться).

принимать этот итератор в качестве примера:

from __future__ import print_function


class CountDown(object):
    def __init__(self, n):
        self.n = n

    def __iter__(self):
        print("ITER")
        return self

    def __next__(self):
        if self.n == 0:
            raise StopIteration()
        self.n -= 1
        return self.n

    next = __next__  # for python2

этот код:

g1 = (i ** 2 for i in CountDown(3))  # immediately prints "ITER"
print("Go!")
for x in g1:
    print(x)

время:

def my_generator():
    for i in CountDown(3):
        yield i ** 2


g2 = my_generator()
print("Go!")
for x in g2:  # "ITER" is only printed here
    print(x)

так как большинство итераторов не делают много вещей в __iter__, это легко пропустить такое поведение. Примером реального мира был бы Django's QuerySet, который выборка данных в __iter__ и data = (f(x) for x in qs) может занять много времени, в то время как def g(): for x in qs: yield f(x) следовал по data=g() немедленно вернуться.

для получения дополнительной информации и формального определения см. PEP 289 -- генератор выражений.

есть разница, которая может быть важна в некоторых контекстах, которые еще не были указаны. Используя yield предотвращает использование return на что-то другое, чем неявно поднимая StopIteration (и сопрограммы связанные вещи).

это означает, что этот код плохо сформирован (и подача его интерпретатору даст вам AttributeError):

class Tea:

    """With a cloud of milk, please"""

    def __init__(self, temperature):
        self.temperature = temperature

def mary_poppins_purse(tea_time=False):
    """I would like to make one thing clear: I never explain anything."""
    if tea_time:
        return Tea(355)
    else:
        for item in ['lamp', 'mirror', 'coat rack', 'tape measure', 'ficus']:
            yield item

print(mary_poppins_purse(True).temperature)

С другой стороны, этот код работает как шарм:

class Tea:

    """With a cloud of milk, please"""

    def __init__(self, temperature):
        self.temperature = temperature

def mary_poppins_purse(tea_time=False):
    """I would like to make one thing clear: I never explain anything."""
    if tea_time:
        return Tea(355)
    else:
        return (item for item in ['lamp', 'mirror', 'coat rack',
                                  'tape measure', 'ficus'])

print(mary_poppins_purse(True).temperature)