python 之生成器 yield

一、生成器的概念综述

一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for 循环中会自动调用 next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。

yield 的好处是显而易见的，把一个函数改写为一个 generator 就获得了迭代能力，比起用类的实例保存状态来计算下一个 next() 的值，不仅代码简洁，而且执行流程异常清晰。

廖雪峰大神写的yield的文章

https://www.ibm.com/developerworks/cn/opensource/os-cn-python-yield/

二、经典案例，生产者消费者模型

了解该模型，需要知道两个函数的调用过程,通过debug模式逐步执行：

1.

consumer.send(None)    data = yield     producer = produce(consumer)  进入for循环三句话；

执行produce打印语句；   consumer.send(data)  data = yield(第二次到达，此时yield带来了data的数据并赋值给data变量）

执行consume打印语句；   data = yield(第三次到达）  yield   进入for循环三句话；

yield   执行 print('现在执行yield之后的函数') 这句话。

执行produce打印语句；开始循环。

由此可知：每个函数在被调用过程中，到达yield关键词后，立马在yield这地方停止，并跳出该函数，进行继续进行其它代码的执行；当该函数再次被调用时候，从yield停止的地方开始执行函数后面的代码。

 

import random


def get_data():
    """返回0到9之间的3个随机数"""
    return random.sample(range(10), 3)


def consume():
    """显示每次传入的整数列表的动态平均值"""
    running_sum = 0
    data_items_seen = 0

    while True:
        data = yield
        data_items_seen += len(data)
        running_sum += sum(data)
        print('The running average is {}'.format(running_sum / float(data_items_seen)))


def produce(consumer):
    """产生序列集合，传递给消费函数（consumer）"""
    while True:
        data = get_data()
        print('Produced {}'.format(data))
        consumer.send(data)
        yield


if __name__ == '__main__':
    consumer = consume()
    consumer.send(None)
    producer = produce(consumer)

    for _ in range(10):
        print('Producing...')
        next(producer)