Python中的yield关键字

基本概念

yield 是 Python 中的一个关键字，主要在定义生成器函数时使用。使用 yield 的函数在调用时返回一个特殊的迭代器，称为生成器。不同于常规的函数返回一个单一的值（如数字、字符串或其他对象），带有 yield 的函数允许返回一个序列的值，并且在每次产生一个值后“暂停”函数的执行。

基本用法

考虑以下简单的生成器函数，它使用 yield 来生成三个整数：

def simple_generator():yield 1yield 2yield 3

当调用这个函数时，它不会像常规函数那样立即执行，而是返回一个生成器对象：

gen = simple_generator()

要从生成器中获取值，可以使用 next() 函数：

print(next(gen))  # 输出: 1
print(next(gen))  # 输出: 2
print(next(gen))  # 输出: 3

函数的“暂停与继续”

当生成器函数执行到 yield 语句时，它会产生一个值，然后暂停函数的执行。函数的状态（包括局部变量、指令指针、内部堆栈等）都被保存下来，以便后续的恢复。当再次调用 next() 时，函数从上次 yield 语句的下一行开始执行，直到再次遇到 yield。

这种“暂停与继续”功能使得生成器在处理流式数据或表示无限序列时非常有用。

与 return 的区别

在生成器函数中，return 有一个特殊的意义。当在生成器函数中使用 return（没有或有值），它都表示生成器的终结，并且如果有值，该值会作为 StopIteration 异常的参数返回。

例如：

def generator_with_return():yield 1yield 2return "end of generator"yield 3  # 这一行永远不会被执行

当迭代到 yield 2 之后，下一次迭代会触发一个 StopIteration 异常，并携带消息 “end of generator”。

在循环中使用 yield

yield 常常与循环结构结合使用，以生成一个序列的值【1】。例如：

def count_up_to(n):count = 1while count <= n:yield countcount += 1

使用 yield from

Python 3.3 引入了 yield from 语法，它允许在一个生成器中委托部分操作到另一个生成器。这使得生成器的组合和重用变得更加简单。

def generator_one():yield 1yield 2def generator_two():yield 3yield 4def combined_generator():yield from generator_one()yield from generator_two()

调用 combined_generator() 将按顺序产生 1, 2, 3 和 4。

总之，yield 是 Python 中创建生成器的关键工具，它为流式数据处理、协程以及其他高级用法提供了基础。

示例：斐波那契数列生成器

斐波那契数列是一个无限序列，在这个序列中，前两个数字是 1 和 1，随后的每个数字都是前两个数字之和。数列的前几个数字是：1, 1, 2, 3, 5, 8, 13, …。

以下是一个使用 yield 生成斐波那契数列的生成器：

def fibonacci_generator(n):"""生成前n个斐波那契数。"""a, b = 0, 1count = 0while count < n:a, b = b, a + byield acount += 1

使用这个生成器，可以生成任何长度的斐波那契数列。例如，生成前10个斐波那契数：

for num in fibonacci_generator(10):print(num)

输出：

1
1
2
3
5
8
13
21
34
55

这个生成器的好处是可以按需生成斐波那契数，而不必预先计算整个序列。这种按需生成的特性使得处理大数据或无限序列变得可能，因为在任何时候都不需要在内存中存储整个序列。

---

注【1】：count_up_to 函数是一个生成器函数，当调用它时，它会返回一个生成器对象。要从这个生成器中获取值，可以使用 next() 函数进行迭代，或者将生成器放入循环中以便连续地获取所有值。

以下是如何使用 count_up_to 函数的一些示例：

使用 next()

gen = count_up_to(3)print(next(gen))  # 输出: 1
print(next(gen))  # 输出: 2
print(next(gen))  # 输出: 3

当再次调用 next(gen) 时，因为已经迭代完所有的值，所以会触发一个 StopIteration 异常。

使用 for 循环

for number in count_up_to(5):print(number)

输出：

1
2
3
4
5

这是最常见的使用生成器的方式，因为 for 循环会自动处理 StopIteration 异常并终止循环。

使用 list()

如果想直接获取生成器的所有值并将它们放入一个列表中，可以使用 list()：

numbers = list(count_up_to(4))
print(numbers)  # 输出: [1, 2, 3, 4]

这种方法可以方便地将生成器的输出转换为一个列表，但请注意，对于产生大量数据的生成器，这种方法可能会消耗大量的内存。