Python yield语法 使用实战详解

2024-03-16 10:48

本文主要是介绍Python yield语法 使用实战详解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

感谢朋友支持本博客,欢迎共同探讨交流,由于能力和时间有限,错误之处在所难免,欢迎指正!

如有转载,请保留源作者博客信息。

Better Me的博客:blog.csdn.net/tantexian

如需交流,欢迎大家博客留言。


# 例一开始: ---------------------------------------------------------------------------------------------------------------------
def test_yield1():
     print 'I am make test_yield1 function as a iterator...'
     yield

#直接调用test_yield1()
test_yield1()
#没有输出结果,原因是执行test_yield1()函数只是构造了一个迭代器,
# 相当于只写了个for循环,没有写for循环的代码逻辑
# 迭代方法1:
for i in test_yield1():
    pass
#发现有输出了,这是因为test_yield1函数中有yield字段,因此test_yield1函数变成了一个
# 可迭代的生成器constructor,所以用迭代的方法能使之输出结果。
# 迭代方法2:
it = test_yield1()
it.next()
迭代方法1、迭代方法2的执行结果都一样:

#但是使用下面方式则会报错
it = test_yield1()
it.next()
it.next()
#报错StopIteration,这是因此yield只构造了一次迭代对象,所以执行第二次时候,已经没有可迭代的元素了,所以报错
# 例一结束:---------------------------------------------------------------------------------------------------------------------
# 例二开始:---------------------------------------------------------------------------------------------------------------------
#接上面例一,制造一个二次迭代的函数对象:
def test_yield2():
    print 'I am test_yield2 and execute once yiled...'
    yield
    print 'I am test_yield2 and execute twice yiled...'
    yield
#直接执行一样没有输出
test_yield2()
# 迭代方法1:
for i in test_yield2():
    pass
# 迭代方法2:
t = test_yield2()
t.next()
t.next()

迭代方法1、迭代方法2的执行结果都一样:

# 例二结束:---------------------------------------------------------------------------------------------------------------------

从上述例一、例二可以知道,函数中若有yield则该函数会被特地编译成生成器、函数就是一个可以供迭代使用的对象。

下面来看一个openstack中使用的实例编程的例子:

初看不是很好理解,接下来,模拟一个demo:
#coding=utf-8
# 例三开始:---------------------------------------------------------------------------------------------------------------------
def test_yield3(num_list):
    for num in num_list:
        if num%2 == 0:
            yield num

num_list = [1,2,3,4,5,6]
t = test_yield3(num_list)

print t

for i in t:
    print i

结果:
# 例三结束:---------------------------------------------------------------------------------------------------------------------

例三通过yield语法,返回了一个只包含偶数的可迭代生成器对象。因此关于openstack中的例子也很容易理解,
就是将self._filter_one(obj, filter_properties)值为true的obj加入到迭代对象中。这样就完成了对hosts的过滤。

这篇关于Python yield语法 使用实战详解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/815235

相关文章

网页解析 lxml 库--实战

lxml库使用流程 lxml 是 Python 的第三方解析库,完全使用 Python 语言编写,它对 XPath表达式提供了良好的支 持,因此能够了高效地解析 HTML/XML 文档。本节讲解如何通过 lxml 库解析 HTML 文档。 pip install lxml lxm| 库提供了一个 etree 模块,该模块专门用来解析 HTML/XML 文档,下面来介绍一下 lxml 库

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

OpenHarmony鸿蒙开发( Beta5.0)无感配网详解

1、简介 无感配网是指在设备联网过程中无需输入热点相关账号信息,即可快速实现设备配网,是一种兼顾高效性、可靠性和安全性的配网方式。 2、配网原理 2.1 通信原理 手机和智能设备之间的信息传递,利用特有的NAN协议实现。利用手机和智能设备之间的WiFi 感知订阅、发布能力,实现了数字管家应用和设备之间的发现。在完成设备间的认证和响应后,即可发送相关配网数据。同时还支持与常规Sof