2025年yield函数

yield函数yield 是 python 的一个关键字 一个带有 yield 的函数就是一个生成器 generator 当你使用一个 yield 的时候 对应的函数就是一个生成器了 生成器的功能就是在 yield 的区域进行迭代进行 yield 是一个类似 return 的关键字 迭代一次遇到 yield 时就返回 yield 后面 右边 的值 重点是 下一次迭代时

大家好,我是讯享网,很高兴认识大家。

yield是python的一个关键字,一个带有yield的函数就是一个生成器generator.当你使用一个yield的时候,对应的函数就是一个生成器了。生成器的功能就是在yield的区域进行迭代进行。

yield 是一个类似 return 的关键字,迭代一次遇到yield时就返回yield后面(右边)的值。重点是:下一次迭代时,从上一次迭代遇到的yield后面的代码(下一行)开始执行。return 的作用:如果没有 return,则默认执行至函数完毕,返回的一 般是  yield的变量

在python的函数(function)定义中,只要出现了yield表达式(Yield expression),那么事实上定义的是一个generator function, 调用这个generator function返回值是一个generator。这根普通的函数调用有所区别,For example:

def gen_generator(): yield 1 def gen_value(): return 1 if __name__ == '__main__': ret = gen_generator() print(ret, type(ret)) # <generator object gen_generator at 0x7fa1e40dc150> <class 'generator'> ret = gen_value() print(ret, type(ret)) # 1 <class 'int'>

讯享网

从上面的代码可以看出,gen_generator函数返回的是一个generator实例,generator有以下特别:

  • 遵循迭代器(iterator)协议,迭代器协议需要实现__iter__、next接口
  • 能过多次进入、多次返回,能够暂停函数体中代码的执行

  下面看一下测试代码


讯享网

讯享网def gen_example(): print ('before any yield') yield 'first yield' print ('between yields') yield 'second yield' print ('no yield anymore') gen= gen_example() gen.__next__()# 第一次调用显示 before any yield gen.__next__() #第二次调用 显示 between yields gen.__next__() #第三次调用 显示 no yield anymore gen.__next__() # 这个时候函数已经调用完了,就会迭代结束,报错Traceback (most recent call last): # File "/home/jerry/PY_project/object_detect_factory/yolo/training/copyyyy.py", line 29, in <module> # gen.__next__() #no yield anymore # StopIteration 

 调用gen example方法并没有输出任何内容,说明函数体的代码尚未开始执行。当调用generator的next方法,generator会执行到yield 表达式处,返回yield表达式的内容,然后暂停(挂起)在这个地方,所以第一次调用next打印第一句并返回“first yield”。 暂停意味着方法的局部变量,指针信息,运行环境都保存起来,直到下一次调用next方法恢复。第二次调用next之后就暂停在最后一个yield,再次调用next()方法,则会抛出StopIteration异常。 

调用gen example方法并没有输出任何内容,说明函数体的代码尚未开始执行。当调用generator的next方法,generator会执行到yield 表达式处,返回yield表达式的内容,然后暂停(挂起)在这个地方,所以第一次调用next打印第一句并返回“first yield”。 暂停意味着方法的局部变量,指针信息,运行环境都保存起来,直到下一次调用next方法恢复。第二次调用next之后就暂停在最后一个yield,再次调用next()方法,则会抛出StopIteration异常。 

  因为for语句能自动捕获StopIteration异常,所以generator(本质上是任何iterator)较为常用的方法是在循环中使用:

def generator_example(): print('me') yield 1 print('you') yield 2 a=[4,5] b=[3,9,9] batch_size=8 # yield tf.constant( [a, *b], np.zeros(batch_size)) yield [a, b], np.zeros(batch_size) # yield [image_data, *y_true], np.zeros(batch_size) if __name__ == '__main__': for e in generator_example(): print(e) # me # 1 # you # 2 # ([[4, 5], [3, 9, 9]], array([0., 0., 0., 0., 0., 0., 0., 0.])) 

 

小讯
上一篇 2025-03-12 20:26
下一篇 2025-01-08 22:54

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/113523.html