Question

我正在阅读What does the "yield" keyword do in Python?的电子满意答案。他说：

这些迭代很方便，因为你可以根据自己的意愿阅读它们，但是你将所有的值存储在内存中，当你有很多值时，这并不总是你想要的

我不是很同意。但我不能在那里发表评论。

接下来是这个问题：Python的迭代是否真的将所有值存储在内存中？

我曾经这么认为。但是我改变了自己的观点，因为我昨天看到了Python的详细文档。

>>> import sys
>>> def gen(): 
...   n = 0                                                                                          
...   while n < 10:                                                                                 
...     yield n                                                                                     
...     n += 1
...
>>> a = [0,1,2,3,4,5,6,7,8,9]
>>> b = range(10)  # b is a range object, which is a iterable
>>> c = gen(10)    # c is a iterator, which is a iterable too
>>> sys.getsizeof(a)
144
>>> sys.getsizeof(b)
48
>>> sys.getsizeof(c)
72
>>> B = list(b)                                                                                     
>>> C = list(c)                                                                                     
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> B
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> C
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> sys.getsizeof(B)                                                                                
200                                                                                                
>>> sys.getsizeof(C)                                                                           
160

我们错误地认为iterable将所有值存储在内存中，因为我们习惯于在使用iterable时获取所有值。

我是对的吗？

Answer 1

在引用该答案时，您剥离了太多上下文。它是在像列表这样的迭代的上下文中特别制作的。生成器和as.character(sample(sample.letters,1))关键字将在答案后面单独介绍。

扩展你的报价：

你可以使用的所有东西＆＃34; for ... in ...＆＃34; on是可迭代的;名单，   字符串，文件...

这些迭代很方便，因为你可以像你一样阅读它们   希望，但您将所有值存储在内存中并不总是这样   当你有很多价值时你想要什么。

对于列表和字符串，声明是正确的，它们存储在内存中。但是对于文件是不正确的，因为您可以迭代文件而不将其全部存储在内存中。

python iterable可能会也可能不会将值存储在内存中。它逐步执行一个值，并且在每个步骤中它可以从内存中提取值，从头开始创建它，或者从另一个源（如文件）中读取它。

yield是一个很好的例子：在Python 2.x中它预先生成所有值并将它们存储在内存中，在Python 3.x中它根据需要生成它们。两者都返回一个可迭代的对象。

Python的迭代是否真的将所有值存储在内存中？

1 个答案: