1

使用以下代码（第一种情况），

def f():
   mylist = range(3)
   for i in mylist:
      yield i*i

如果不检查y，你能说y=f()返回类型(x*x for x in range(3))的对象collections.abc.Generator吗？

使用以下代码（第二种情况），

def func():
    x = 1
    while 1:
        y = yield x
        x += y

Generator调用时返回的类型对象是什么y=func()？您如何检查y以查看代码？

4

3 回答 3

3

第一种情况——简单生成器

生成器表达式 与您描述的简单生成器(x*x for x in range(3))函数大致相同。但是，genexp 的作用域可能会稍微复杂一些（这就是为什么我们通常建议您立即使用生成器表达式而不是传递它们）。

第二种情况——增强型生成器

带有 的代码是增强生成器y = yield x的示例，用于将数据发送到正在运行的生成器中，本质上是在正在运行的生成器和调用代码之间创建双向通信通道。

发送/接收逻辑的主要用例是实现协程和生成器蹦床。请参阅 David Beazley 的这个蹦床示例。

增强的生成器是 Twisted Python实现协程的漂亮内联回调的关键。

如何检查生成器

对于变量y in y = func()，唯一的检查技术是检查公共 API：

>>> y = func()
>>> dir(y)
['__class__', '__delattr__', '__doc__', '__format__',
 '__getattribute__', '__hash__', '__init__', '__iter__',
 '__name__', '__new__', '__reduce__', '__reduce_ex__',
 '__repr__', '__setattr__', '__sizeof__', '__str__',
 '__subclasshook__', 'close', 'gi_code', 'gi_frame',
 'gi_running', 'next', 'send', 'throw']

如何检查生成器功能

对于生成器函数本身，您可以使用dis模块检查代码以了解其工作原理：

>>> def func():
        x = 1
        while 1:
            y = yield x
            x += y

>>> import dis
>>> dis.dis(func)
  3           0 LOAD_CONST               1 (1)
              3 STORE_FAST               0 (x)

  4           6 SETUP_LOOP              21 (to 30)

  5     >>    9 LOAD_FAST                0 (x)
             12 YIELD_VALUE         
             13 STORE_FAST               1 (y)

  6          16 LOAD_FAST                0 (x)
             19 LOAD_FAST                1 (y)
             22 INPLACE_ADD         
             23 STORE_FAST               0 (x)
             26 JUMP_ABSOLUTE            9
             29 POP_BLOCK           
        >>   30 LOAD_CONST               0 (None)
             33 RETURN_VALUE

使用调试器跟踪代码

您可以使用pdb调试器逐步跟踪代码。

>>> import pdb
>>> y = func()
>>> pdb.runcall(next, y)
> /Users/raymond/Documents/tmp.py(2)func()
-> x = 1
(Pdb) s
> /Users/raymond/Documents/tmp.py(3)func()
-> while 1:
(Pdb) s
> /Users/raymond/Documents/tmp.py(4)func()
-> y = yield x
(Pdb) p locals()
{'x': 1}
(Pdb) s
> /Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/bdb.py(440)runcall()
-> self.quitting = 1
(Pdb) s
1
>>> pdb.runcall(y.send, 10)
> /Users/raymond/Documents/tmp.py(5)func()->1
-> x += y
(Pdb) s
> /Users/raymond/Documents/tmp.py(4)func()->1
-> y = yield x
(Pdb) locals()
{'__return__': 1, 'x': 11, 'y': 10}
于 2017-06-17T04:30:25.743 回答
0

生成器的目标是按需生成值。换句话说，如果您需要整数的平方，但您事先不知道可以使用其中的多少generators来生成值。它是通过使用yield代替来实现的return。Afteryield函数确实保留了上下文。您可以将其想象yield为“暂停”并返回为“停止”。即使您知道集合的大小，生成器的另一个好处是您不会一次将所有内容加载到内存中，而是一次只消耗一个元素。

于 2017-06-16T05:38:33.580 回答
0

在您的第二个示例中，您将收到以下错误：

for i in func():
    print(i)

因为y = yield x表达式需要 send() 方法调用：请参阅https://www.python.org/dev/peps/pep-0342/#specification-sending-values-into-generators

“for”语句调用iter(foo())返回生成器对象的函数。然后“for”语句将调用 next(generator) 而 generator 不会引发StopIteration异常。

对于您的第二个示例：

for i in func():
    print(i)

“for”语句将获取生成器对象，然后调用next(generator object)他。对于此调用，它将获得 x 值（1）。此时生成器对象等待send(something)方法调用将某物值设置为 y。如果此方法不会调用，则next(generator object)调用将发送None到生成器。在这种情况下， y 将取一个None值，并且程序将引发 Error onx += y

正确使用您的第二个示例是：

f = func()
# open generator object
next(f)
#1
f.send(2)
#3
于 2017-06-16T06:10:29.350 回答