最近在使用keras，发现yield频繁出现，在此做个yield有关知识的总结。（主要个人理解，以通俗易懂为主，不一定专业）

1、迭代器

区别于常见的list、tuple、dict等容器（直接将数据存放于内存中），迭代器在内存中仅仅存放产生数据的逻辑（实际数据在运行时动态生成）。

得到迭代器的几种方式：

（1）使用iter函数，可将常见容器转为迭代器，eg iter([1,2,3,4,5,6])。

（2）重写__iter__函数（可以省略）和__next__函数（必须有），自定义迭代器类，实例化得到迭代器对象，如下所示：

class MyIter():

    def __init__(self):
        ***
        pass

    def __iter__(self):
        return self

    def __next__(self):
        ***
        raise StopIteration
        ***
        return ***

2、生成器

生成器（generator）是一种特殊的迭代器，具备延迟计算性质，一般和yield关键字挂钩，即通过yield关键字得到生成器函数，生成器在使用时与迭代器类似，数据在运行中动态生成，直至全部数据生成为止。

eg：

def stus():
    name = yield "zhangsan"

    print("name = {}".format(name))
    name = yield "lisi"

    print("name = {}".format(name))
    name = yield "wangwu"

    print("name = {}".format(name))
    yield "last"


if __name__ == '__main__':
    s1 = stus()
    print(next(s1))
    print("")

    print(s1.send("-- lu --"))
    print("")

    print(s1.__next__())
    print("")

    print(s1.send("-- qiao --"))

上述代码运行结果如下：

zhangsan

name = -- lu --
lisi

name = None
wangwu

name = -- qiao --
last

生成器既可以包含有限元素（如上所示），也可以包含无限元素（比如keras的数据产生机制【data_generator函数】）的。

（1）next(s1)等价于s1.send(None)

（2）生成器的send函数的作用：用于代表yield ***表达式，进行赋值操作【一般情况yield所在行是一个赋值表达式】。，比如上述的name = yield "zahngsan"，s1.send("xixi")，那么"xixi"赋值给了name，同时获取下一个yield后面表达式的值。

（3）在执行next或send函数之后，程序会"卡住"在yield **表达式行（yield关键字所在行，而非下一行，等待被send替换赋值或next直接跳过），不会继续执行，直至下一个next函数或send函数调用

（4）使用生成器表达式（区别于列表推导式，eg：[i for i in range(5)]，这里是方括号）也可以产生generator：(i * 10 for i in range(3))，这里是圆括号。

（5）若迭代器已访问到末尾，仍继续访问，则会抛出如下：

main()
File "D:/zzc_learning/PycharmWorkspace/python_learning/yield_code.py", line 60, in main
print(g.send(20))
StopIteration

（6）生成器和迭代器均只能访问一次，重复访问会报错或获取不到数据，因为产生数据的逻辑代码已执行结束！

（7）和return的区别：return会停止和退出当前函数/代码块的执行，并返回给调用者；yield不会停止和退出当前代码，只是"卡住"等待下一次被执行！

-- over --

python3的迭代器、生成器/yield

1、迭代器

2、生成器

猜你喜欢