Question

我正在观看这段视频（http://pyvideo.org/video/1758/loop-like-a-native-while-for-iterators-genera），最后他谈到了生成器表达式与普通生成器方式的相同之处，但似乎并非如此，其他话题也是如此我们读到的是发电机表达与产量表示没有区别。然而，从我所看到的，使用yield将在每次生成器表达式没有时返回到for循环。它完成了它的任务，然后回到for循环。 这可能是内存使用量的一个相当大的差异（取决于你正在循环的东西）对吗？我的想法是对的吗？

# generators call yield which will return to the loop it's called in before coming back
def evens(stream):
    for n in stream:
        if n % 2 == 0:
            print("Inside evens")
            yield n

# this is the same as above just a generator expression
def evens2(stream):
    print("Inside evens2")
    return (n for n in stream if n % 2 == 0)

Answer 1

你的思想错了。你的生成器表达式完全与生成器函数完全相同，只有一个区别：你将print()调用放在了错误的位置。在evens2中，在执行生成器表达式之前打印，创建生成器对象，而在evens中打印生成器函数本身。

如果这是Python 3（或您使用from __future__ import print_function），您也可以在生成器表达式中使用print()函数：

def evens2(stream): return (print('inside evens2') or n for n in stream if n % 2 == 0)

这相当于：

def evens(stream): for n in stream: if n % 2 == 0: yield print("Inside evens") or n

print()始终返回None，因此print(..) or n将返回n。对其中任何一个进行迭代都会打印并产生所有偶数n值。

演示：

>>> def evens2(stream): ... return (print('inside evens2') or n for n in stream if n % 2 == 0) ... >>> def evens(stream): ... for n in stream: ... if n % 2 == 0: ... yield print("Inside evens") or n ... >>> g1 = evens([1, 2, 3, 4, 5]) >>> g2 = evens2([1, 2, 3, 4, 5]) >>> g1 <generator object evens at 0x10bbf5938> >>> g2 <generator object evens2.<locals>.<genexpr> at 0x10bbf5570> >>> next(g1) Inside evens 2 >>> next(g2) inside evens2 2 >>> next(g1) Inside evens 4 >>> next(g2) inside evens2 4

两次调用都会产生一个生成器对象，每次使用next()向前推进它们时，两个生成器对象都会打印其他信息。

就Python而言，两个生成器对象产生或多或少相同的字节码：

>>> import dis >>> dis.dis(compile('(n for n in stream if n % 2 == 0)', '', 'exec').co_consts[0]) 1 0 LOAD_FAST 0 (.0) >> 3 FOR_ITER 27 (to 33) 6 STORE_FAST 1 (n) 9 LOAD_FAST 1 (n) 12 LOAD_CONST 0 (2) 15 BINARY_MODULO 16 LOAD_CONST 1 (0) 19 COMPARE_OP 2 (==) 22 POP_JUMP_IF_FALSE 3 25 LOAD_FAST 1 (n) 28 YIELD_VALUE 29 POP_TOP 30 JUMP_ABSOLUTE 3 >> 33 LOAD_CONST 2 (None) 36 RETURN_VALUE >>> dis.dis(compile('''\ ... def evens(stream): ... for n in stream: ... if n % 2 == 0: ... yield n ... ''', '', 'exec').co_consts[0]) 2 0 SETUP_LOOP 35 (to 38) 3 LOAD_FAST 0 (stream) 6 GET_ITER >> 7 FOR_ITER 27 (to 37) 10 STORE_FAST 1 (n) 3 13 LOAD_FAST 1 (n) 16 LOAD_CONST 1 (2) 19 BINARY_MODULO 20 LOAD_CONST 2 (0) 23 COMPARE_OP 2 (==) 26 POP_JUMP_IF_FALSE 7 4 29 LOAD_FAST 1 (n) 32 YIELD_VALUE 33 POP_TOP 34 JUMP_ABSOLUTE 7 >> 37 POP_BLOCK >> 38 LOAD_CONST 0 (None) 41 RETURN_VALUE

两者都使用FOR_ITER循环，COMPARE_OP以查看BINARY_MODULO的输出是否等于0而都使用YIELD_VALUE来生成{的值{1}}

生成器表达式与yield

1 个答案: