生成器表达式与产量
我正在观看这个视频(http://pyvideo.org/video/1758/loop-like-a-native-while-for-iterators-genera),最后他谈到了发生器表达式如何与正常的发电机方式,但似乎并非如此,我已阅读的其他主题是发电机表达式与产量表示没有区别。 然而,从我可以看到使用收益将产生回到for循环每次发生器表达式不。 它完成它的任务,然后返回for循环。 这可能是一个在内存使用(取决于你正在循环)正确的相当大的差异? 我在想我吗?
# 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)
你的想法错了。 您的生成器表达式与生成器函数完全相同 ,只有一点不同:将print()
调用放在错误的地方。 在evens2
您打印生成的表达已被执行之前,创建一个生成器对象,而evens
打印生成器函数本身内。
如果这是Python 3(或者from __future__ import print_function
使用),那么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()
总是返回None
,所以print(..) or n
将返回n
。 迭代两者都将打印并产生所有甚至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
这两个调用都会生成一个生成器对象,并且每次使用next()
其前进一步时,两个生成器对象都会打印附加信息。
就Python而言,这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
看是否输出BINARY_MODULO
等于0和都使用YIELD_VALUE
得到的值n
。
上一篇: Generator expressions vs yield
下一篇: Converting a yield statement to a Generator Expression in Python