Python开发基础 day9 yield和内置函数

 

yield 用法说明

yield 简单说来就是一个生成器，生成器是这样一个函数，它记住上一次返回时在函数体中的位置。对生成器函数的第二次（或第 n 次）调用跳转至该函数中间，而上次调用的所有局部变量都保持不变。

  • 生成器 是 一个函数

函数的所有参数都会保留

  • 第二次调用 此函数 时

使用的参数是前一次保留下的.

  • 生成器还“记住”了它在流控制构造

生成器不仅“记住”了它数据状态。 生成器还“记住”了它在流控制构造（在命令式编程中，这种构造不只是数据值）中的位置。由于连续性使您在执行框架间任意跳转，而不总是返回到直接调用者的上下文（如同生成器那样），因此它仍是比较一般的。

 

yield 生成器的运行机制

 

当你问生成器要一个数时，生成器会执行，直至出现 yield 语句，生成器把 yield 的参数给你，之后生成器就不会往下继续运行。 当你问他要下一个数时，他会从上次的状态开始运行，直至出现yield语句，把参数给你，之后停下。如此反复直至退出函数。

 

 

 

 

 

 http://developer.51cto.com/art/201003/186451.htm

 

Python编程语言作为一款比较新的程序应用语言，其中有很多方法是开发人员需要慢慢熟练掌握的。比如今天为大家介绍的Python yield就是一个比较特殊的应用。yield的英文单词意思是生产，刚接触Python的时候感到非常困惑，一直没弄明白Python yield的用法。只是粗略的知道yield可以用来为一个函数返回值塞数据，比如下面的例子：



    

  1. def addlist(alist):  
    2. 

  2. for i in alist:  
    3. 

  3. yield i + 1 
    4. 



取出alist的每一项，然后把i + 1塞进去。然后通过调用取出每一项：




    

  1. alist = [1, 2, 3, 4]  
    2. 

  2. for x in addlist(alist):  
    3. 

  3. print x, 
    4. 



这的确是Python yield应用的一个例子，但是，看过limodou的文章《2.5版yield之学习心得》，并自己反复体验后，对yield有了一个全新的理解。


1. 包含yield的函数


假如你看到某个函数包含了yield，这意味着这个函数已经是一个Generator，它的执行会和其他普通的函数有很多不同。比如下面的简单的函数：




    

  1. def h():  
    2. 

  2. print 'To be brave'  
    3. 

  3. yield 5  
    4. 

  4. h() 
    5. 



可以看到，调用h()之后，print 语句并没有执行！这就是yield，那么，如何让print 语句执行呢？这就是后面要讨论的问题，通过后面的讨论和学习，就会明白yield的工作原理了。


2. yield是一个表达式


Python2.5以前，Python yield是一个语句，但现在2.5中，yield是一个表达式(Expression)，比如：




    

  1. m = yield 5 
    2. 



表达式(yield 5)的返回值将赋值给m，所以，认为 m = 5 是错误的。那么如何获取(yield 5)的返回值呢？需要用到后面要介绍的send(msg)方法。


3. 透过next()语句看原理


现在，我们来揭晓yield的工作原理。我们知道，我们上面的h()被调用后并没有执行，因为它有yield表达式，因此，我们通过next()语句让它执行。next()语句将恢复Generator执行，并直到下一个yield表达式处。比如：




    

  1. def h():  
    2. 

  2. print 'Wen Chuan'  
    3. 

  3. yield 5  
    4. 

  4. print 'Fighting!'  
    5. 

  5. c = h()  
    6. 

  6. c.next()c.next() 
    7. 



调用后，h()开始执行，直到遇到yield 5，因此输出结果：




    

  1. Wen Chuan 
    2. 



当我们再次调用c.next()时，会继续执行，直到找到下一个yield表达式。由于后面没有Python yield了，因此会拋出异常：




    

  1. Wen Chuan  
    2. 

  2. Fighting!  
    3. 

  3. Traceback (most recent call last):  
    4. 

  4. File "/home/evergreen/Codes/yidld.py", line 11, in <</span>module> 
    5. 

  5. c.next()  
    6. 

  6. StopIteration 
    7. 



4. send(msg) 与 next()


了解了next()如何让包含yield的函数执行后，我们再来看另外一个非常重要的函数send(msg)。其实next()和send()在一定意义上作用是相似的，区别是send()可以传递yield表达式的值进去，而next()不能传递特定的值，只能传递None进去。因此，我们可以看做c.next() 和 c.send(None) 作用是一样的。来看这个例子：




    

  1. def h():  
    2. 

  2. print 'Wen Chuan',  
    3. 

  3. m = yield 5 # Fighting!  
    4. 

  4. print m  
    5. 

  5. d = yield 12  
    6. 

  6. print 'We are together!'  
    7. 

  7. c = h()  
    8. 

  8. c.next() #相当于c.send(None)  
    9. 

  9. c.send('Fighting!') #(yield 5)表达式被赋予了'Fighting!'输出的结果为：  
    10. 

  10. Wen Chuan Fighting! 
    11. 



需要提醒的是，第一次调用时，请使用next()语句或是send(None)，不能使用send发送一个非None的值，否则会出错的，因为没有Python yield语句来接收这个值。


5. send(msg) 与 next()的返回值


send(msg) 和 next()是有返回值的，它们的返回值很特殊，返回的是下一个yield表达式的参数。比如yield 5，则返回 5 。到这里，是不是明白了一些什么东西？本文第一个例子中，通过for i in alist 遍历 Generator，其实是每次都调用了alist.Next()，而每次alist.Next()的返回值正是yield的参数，即我们开始认为被压进去的东东。我们再延续上面的例子：




    

  1. def h():  
    2. 

  2. print 'Wen Chuan',  
    3. 

  3. m = yield 5 # Fighting!  
    4. 

  4. print m  
    5. 

  5. d = yield 12  
    6. 

  6. print 'We are together!'  
    7. 

  7. c = h()  
    8. 

  8. m = c.next() #m 获取了yield 5 的参数值 5  
    9. 

  9. d = c.send('Fighting!') #d 获取了yield 12 的参数值12  
    10. 

  10. print 'We will never forget the date', m, '.', d输出结果：  
    11. 

  11. Wen Chuan Fighting!  
    12. 

  12. We will never forget the date 5 . 12 
    13. 



6. throw() 与 close()中断 Generator


中断Generator是一个非常灵活的技巧，可以通过throw抛出一个GeneratorExit异常来终止Generator。Close()方法作用是一样的，其实内部它是调用了throw(GeneratorExit)的。我们看：




    

  1. def close(self):  
    2. 

  2. try:  
    3. 

  3. self.throw(GeneratorExit)  
    4. 

  4. except (GeneratorExit, StopIteration):  
    5. 

  5. pass  
    6. 

  6. else:  
    7. 

  7. raise RuntimeError("generator ignored GeneratorExit")  
    8. 

  8. # Other exceptions are not caught 
    9. 



因此，当我们调用了close()方法后，再调用next()或是send(msg)的话会抛出一个异常：




    

  1. Traceback (most recent call last):  
    2. 

  2. File "/home/evergreen/Codes/yidld.py", line 14, in <</span>module> 
    3. 

  3. d = c.send('Fighting!') #d 获取了yield 12 的参数值12  
    4. 

  4. StopIteration 
    5. 



 


内置函数：


 


一、数学运算类






abs(x)
求绝对值
1、参数可以是整型，也可以是复数
2、若参数是复数，则返回复数的模		







complex([real[, imag]])
创建一个复数







divmod(a, b)
分别取商和余数
注意：整型、浮点型都可以		







float([x])
将一个字符串或数转换为浮点数。如果无参数将返回0.0







int([x[, base]]) 
将一个字符转换为int类型，base表示进制







long([x[, base]]) 
将一个字符转换为long类型







pow(x, y[, z]) 
返回x的y次幂







range([start], stop[, step]) 
产生一个序列，默认从0开始







round(x[, n]) 
四舍五入







sum(iterable[, start]) 
对集合求和







oct(x)
将一个数字转化为8进制







hex(x)
将整数x转换为16进制字符串







chr(i)
返回整数i对应的ASCII字符







bin(x)
将整数x转换为二进制字符串







bool([x])
将x转换为Boolean类型















 


二、集合类操作






basestring()
str和unicode的超类
不能直接调用，可以用作isinstance判断		







format(value [, format_spec])
格式化输出字符串
格式化的参数顺序从0开始，如“I am {0},I like {1}”		







unichr(i)
返回给定int类型的unicode







enumerate(sequence [, start = 0])
返回一个可枚举的对象,该对象的next()方法将返回一个tuple







iter(o[, sentinel])
生成一个对象的迭代器，第二个参数表示分隔符







max(iterable[, args...][key]) 
返回集合中的最大值







min(iterable[, args...][key])
返回集合中的最小值







dict([arg])
创建数据字典







list([iterable]) 
将一个集合类转换为另外一个集合类







set()
set对象实例化







frozenset([iterable])
产生一个不可变的set







str([object]) 
转换为string类型







sorted(iterable[, cmp[, key[, reverse]]]) 
队集合排序







tuple([iterable]) 
生成一个tuple类型







xrange([start], stop[, step]) 
xrange()函数与range()类似，但xrnage()并不创建列表，而是返回一个xrange对象，它的行为与列表相似，但是只在需要时才计算列表值，当列表很大时，这个特性能为我们节省内存















 


三、逻辑判断






all(iterable)
1、集合中的元素都为真的时候为真
2、特别的，若为空串返回为True		







any(iterable)
1、集合中的元素有一个为真的时候为真
2、特别的，若为空串返回为False		







cmp(x, y)
如果x < y ,返回负数；x == y, 返回0；x > y,返回正数















 


四、反射






callable(object)
检查对象object是否可调用
1、类是可以被调用的
2、实例是不可以被调用的，除非类中声明了__call__方法		







classmethod()
1、注解，用来说明这个方式是个类方法
2、类方法即可被类调用，也可以被实例调用
3、类方法类似于Java中的static方法
4、类方法中不需要有self参数		







compile(source, filename, mode[, flags[, dont_inherit]])
将source编译为代码或者AST对象。代码对象能够通过exec语句来执行或者eval()进行求值。
1、参数source：字符串或者AST（Abstract Syntax Trees）对象。
2、参数 filename：代码文件名称，如果不是从文件读取代码则传递一些可辨认的值。
3、参数model：指定编译代码的种类。可以指定为 ‘exec’,’eval’,’single’。
4、参数flag和dont_inherit：这两个参数暂不介绍		







dir([object])
1、不带参数时，返回当前范围内的变量、方法和定义的类型列表；
2、带参数时，返回参数的属性、方法列表。
3、如果参数包含方法__dir__()，该方法将被调用。当参数为实例时。
4、如果参数不包含__dir__()，该方法将最大限度地收集参数信息		







delattr(object, name)
删除object对象名为name的属性







eval(expression [, globals [, locals]])
计算表达式expression的值







execfile(filename [, globals [, locals]])
用法类似exec()，不同的是execfile的参数filename为文件名，而exec的参数为字符串。







filter(function, iterable)
构造一个序列，等价于[ item for item in iterable if function(item)]
1、参数function：返回值为True或False的函数，可以为None
2、参数iterable：序列或可迭代对象		







getattr(object, name [, defalut])
获取一个类的属性







globals()
返回一个描述当前全局符号表的字典







hasattr(object, name)
判断对象object是否包含名为name的特性







hash(object)
如果对象object为哈希表类型，返回对象object的哈希值







id(object)
返回对象的唯一标识







isinstance(object, classinfo)
判断object是否是class的实例







issubclass(class, classinfo)
判断是否是子类







len(s) 
返回集合长度







locals() 
返回当前的变量列表







map(function, iterable, ...) 
遍历每个元素，执行function操作







memoryview(obj) 
返回一个内存镜像类型的对象







next(iterator[, default]) 
类似于iterator.next()







object() 
基类







property([fget[, fset[, fdel[, doc]]]]) 
属性访问的包装类，设置后可以通过c.x=value等来访问setter和getter







reduce(function, iterable[, initializer]) 
合并操作，从第一个开始是前两个参数，然后是前两个的结果与第三个合并进行处理，以此类推







reload(module) 
重新加载模块







setattr(object, name, value)
设置属性值







repr(object) 
将一个对象变幻为可打印的格式







slice（）
 







staticmethod
声明静态方法，是个注解







super(type[, object-or-type]) 
引用父类







type(object)
返回该object的类型







vars([object]) 
返回对象的变量，若无参数与dict()方法类似







bytearray([source [, encoding [, errors]]])
返回一个byte数组
1、如果source为整数，则返回一个长度为source的初始化数组；
2、如果source为字符串，则按照指定的encoding将字符串转换为字节序列；
3、如果source为可迭代类型，则元素必须为[0 ,255]中的整数；
4、如果source为与buffer接口一致的对象，则此对象也可以被用于初始化bytearray.		







zip([iterable, ...]) 
实在是没有看懂，只是看到了矩阵的变幻方面















 


五、IO操作






file(filename [, mode [, bufsize]])
file类型的构造函数，作用为打开一个文件，如果文件不存在且mode为写或追加时，文件将被创建。添加‘b’到mode参数中，将对文件以二进制形式操作。添加‘+’到mode参数中，将允许对文件同时进行读写操作
1、参数filename：文件名称。
2、参数mode：'r'（读）、'w'（写）、'a'（追加）。
3、参数bufsize：如果为0表示不进行缓冲，如果为1表示进行行缓冲，如果是一个大于1的数表示缓冲区的大小 。		







input([prompt]) 
获取用户输入
推荐使用raw_input，因为该函数将不会捕获用户的错误输入		







open(name[, mode[, buffering]]) 
打开文件
与file有什么不同？推荐使用open		







print
打印函数







raw_input([prompt]) 
设置输入，输入都是作为字符串处理















 


六、其他


help()--帮助信息


__import__()--没太看明白了，看到了那句“Direct use of __import__() is rare”之后就没心看下去了


apply()、buffer()、coerce()、intern()---这些是过期的内置函数，故不说明


 


七、后记


内置函数，一般都是因为使用频率比较频繁或是是元操作，所以通过内置函数的形式提供出来，通过对python的内置函数分类分析可以看出来：基本的数据操作基本都是一些数学运算（当然除了加减乘除）、逻辑操作、集合操作、基本IO操作，然后就是对于语言自身的反射操作，还有就是字符串操作，也是比较常用的，尤其需要注意的是反射操作。


 


 


 


 






		

		
posted @ 
2017-06-19 15:23 
陌文欲 
阅读(155) 
评论(0) 
编辑 
收藏 
举报