成为Python大牛必须要掌握的高端语法（附链接&代码）

来源：机器学习算法与Python实战

本文约3000字，建议阅读5分钟

必要掌握的高端语法助你成为Python大牛。

这是stackoverflow上一个关于python中yield用法的帖子，这里翻译自投票最高的一个回答。

原文链接：

https://stackoverflow.com/questions/231767/what-does-the-yield-keyword-do

问题

Python中yield关键字的用途是什么？它有什么作用？

例如，我试图理解以下代码：


def _get_child_candidates(self, distance, min_dist, max_dist):    if self._leftchild and distance - max_dist < self._median:        yield self._leftchild    if self._rightchild and distance + max_dist >= self._median:        yield self._rightchild

这是调用者(caller)：


result, candidates = [], [self]while candidates:    node = candidates.pop()    distance = node._get_dist(obj)    if distance <= max_dist and distance >= min_dist:        result.extend(node._values)    candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))return result

当调用方法_get_child_candidates时会发生什么？返回了一个列表(list)？还是返回了一个元素？然后被重复调用了吗？调用何时结束？

代码来自 Jochen Schulz (jrschulz), who made a great Python library for metric spaces.

回答

要想理解yield的作用，你必须了解什么是生成器(generators)，在这之前，我们先来看可迭代对象(iterables)。

可迭代对象 (iterables)

当你创建了一个列表，你可以遍历这个列表读取它的每一个元素，逐个读取列表元素称为迭代(iteration)。


>>> mylist = [1, 2, 3]>>> for i in mylist:...    print(i)123

mylist就是一个可迭代对象(iterable)。当你使用列表生成式(list comprehension)创建一个列表(list)，即创建了一个可迭代对象。


>>> mylist = [x*x for x in range(3)]>>> for i in mylist:...    print(i)014

可以使用for... in...的所有对象都是可迭代对象：列表(lists)、字符串、文件...

这些可迭代对象使用很方便，因为你可以根据需要如你所愿的读取其中的元素。但是，当你有大量数据时把所有值都存储在内存中，这样往往不是你想要的( but you store all the values in memory and this is not always what you want when you have a lot of values.)。

生成器 (Generators)

生成器是迭代器(iterators)，但是只能迭代一次，生成器不会将所有值存储在内存中，而是实时的生成这些值：


>>> mygenerator = (x*x for x in range(3))>>> for i in mygenerator:...    print(i)014

看上去除了用()替换了原来的[]外，它们没什么不同。但是，你不可以再次使用for i in mygenerator ，因为生成器只能被迭代一次：计算出0，然后并不保存结果和状态继续计算出1，最后计算出4，逐一生成。

yield

yield 是一个类似 return 的关键字，不同的是这个函数将返回一个生成器。


>>> def createGenerator():...    mylist = range(3)...    for i in mylist:...        yield i*i...>>> mygenerator = createGenerator() # create a generator>>> print(mygenerator) # mygenerator is an object!0xb7555c34>>>> for i in mygenerator:...     print(i)014

这个例子没有什么实际作用。但是当你知道你的函数将返回大量你只需要读取一次的值时，使用生成器是一个有效的做法。

要掌握 yeild，你必须要知道当你调用这个函数时，你在函数体中编写的代码并没有立马执行。

该函数仅仅返回一个生成器对象，这有点棘手 :-)

然后，你的代码将从for循环每次使用生成器停止的位置继续执行。

现在到了关键部分：

for第一次调用从函数创建的生成器对象，函数将从头开始执行直到遇到yeild，然后返回yield后的值作为第一次迭代的返回值。接下来每次调用都会再次执行你在函数中定义的循环，并返回(return)下一个值，直到没有值可以返回(return)。

当循环结束，或者不满足if/else条件，导致函数运行但不会执行(not hit)yeild，此时生成器被认为是空的。

问题代码的解释 (Your code explained)

生成器 (Generator):


# Here you create the method of the node object that will return the generatordef _get_child_candidates(self, distance, min_dist, max_dist):
    # Here is the code that will be called each time you use the generator object:
    # If there is still a child of the node object on its left    # AND if distance is ok, return the next child    if self._leftchild and distance - max_dist < self._median:        yield self._leftchild



    
    # If there is still a child of the node object on its right    # AND if distance is ok, return the next child    if self._rightchild and distance + max_dist >= self._median:        yield self._rightchild
    # If the function arrives here, the generator will be considered empty    # there is no more than two values: the left and the right children

调用者 (Caller)：


# Create an empty list and a list with the current object referenceresult, candidates = list(), [self]
# Loop on candidates (they contain only one element at the beginning)while candidates:
    # Get the last candidate and remove it from the list    node = candidates.pop()
    # Get the distance between obj and the candidate    distance = node._get_dist(obj)
    # If distance is ok, then you can fill the result    if distance <= max_dist and distance >= min_dist:        result.extend(node._values)
    # Add the children of the candidate in the candidates list    # so the loop will keep running until it will have looked    # at all the children of the children of the children, etc. of the candidate    candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))
return result

这段代码包含几个高明的部分：

这个循环对列表进行迭代，但是迭代中列表还在不断扩展 :-) 这是一种遍历嵌套数据的简明方法，即使这样有些危险，因为你可能会陷入死循环中。在这个例子中，candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))穷尽了生成器产生的所有值，但while不断的创建新的生成器对象加入到列表，因为每个对象作用在不同节点上，所以每个生成器都将生成不同的值。
extend()是一个列表(list)对象的方法，作用于可迭代对象(iterable)，并将其值添加到列表里。

通常，通常我们将列表作为参数传递给它：


>>> a = [1, 2]>>> b = [3, 4]>>> a.extend(b)>>> print(a)[1, 2, 3, 4]

但是在你的代码里它接收到的是一个生成器(generator)，这很好，因为：

你不必重复读取这些值。
你可以有很多子对象，但不需要将它们都存储在内存里。

它很有效，因为Python不关心一个方法的参数是否是列表，Python只希望他是一个可迭代对象，所以这个参数可以是列表，元组，字符串和生成器！这就是所谓的duck typing ，这也是Python为何如此酷的原因之一，但这已经是另外一个问题了......

你可以在这里停下，来看一些生成器的高级用法：

控制生成器的穷尽 (Controlling a generator exhaustion)


>>> class Bank(): # Let's create a bank, building ATMs...    crisis = False...    def create_atm(self):...        while not self.crisis:...            yield "$100">>> hsbc = Bank() # When everything's ok the ATM gives you as much as you want>>> corner_street_atm = hsbc.create_atm()>>> print(corner_street_atm.next())$100>>> print(corner_street_atm.next())$100>>> print([corner_street_atm.next() for cash in range(5)])['$100', '$100', '$100', '$100', '$100']>>> hsbc.crisis = True # Crisis is coming, no more money!>>> print(corner_street_atm.next())


    
'exceptions.StopIteration'>>>> wall_street_atm = hsbc.create_atm() # It's even true for new ATMs>>> print(wall_street_atm.next())'exceptions.StopIteration'>>>> hsbc.crisis = False # The trouble is, even post-crisis the ATM remains empty>>> print(corner_street_atm.next())'exceptions.StopIteration'>>>> brand_new_atm = hsbc.create_atm() # Build a new one to get back in business>>> for cash in brand_new_atm:...    print cash$100$100$100$100$100$100$100$100$100...

注意，对于Python 3，请使用 print(corner_street_atm.__next__()) 或者 print(next(corner_street_atm))

这在很多场景都非常有用，例如控制资源的获取。

Itertools，你最好的朋友 (Itertools, your best friend)

itertools模块包含很多处理可迭代对象的特殊方法。曾经想要复制一个生成器吗？连接两个生成器？用一行代码将嵌套列表中的值进行分组？不创建另一个列表进行Map/Zip？

只需要import itertools

需要一个例子？让我们来看看4匹马赛跑到达终点先后顺序的所有可能情况：


>>> horses = [1, 2, 3, 4]>>> races = itertools.permutations(horses)>>> print(races)>>> print(list(itertools.permutations(horses)))[(1, 2, 3, 4), (1, 2, 4, 3), (1, 3, 2, 4), (1, 3, 4, 2), (1, 4, 2, 3), (1, 4, 3, 2), (2, 1, 3, 4), (2, 1, 4, 3), (2, 3, 1, 4), (2, 3, 4, 1), (2, 4, 1, 3), (2, 4, 3, 1), (3, 1, 2, 4), (3, 1, 4, 2), (3, 2, 1, 4), (3, 2, 4, 1), (3, 4, 1, 2), (3, 4, 2, 1), (4, 1, 2, 3), (4, 1, 3, 2), (4, 2, 1, 3), (4, 2, 3, 1), (4, 3, 1, 2), (4, 3, 2, 1)]

了解迭代的内部机制 (Understanding the inner mechanisms of iteration)

迭代是一个实现可迭代对象(实现的是 __iter__() 方法)和迭代器(实现的是 __next__() 方法)的过程。你可以获取一个迭代器的任何对象都是可迭代对象，迭代器可以让你迭代遍历一个可迭代对象(Iterators are objects that let you iterate on iterables.) .

在这篇文章中有关于for循环如何工作的更多信息：

http://effbot.org/zone/python-for-statement.htm

编辑：王菁

校对：林亦霖