知识卡片
按需产值推迟计算而非消除计算
生成器不必预先创建完整结果列表,可按请求分步计算并交付,适合只消费部分结果或结果集大的处理。若最终转成list仍须完成全部计算并存放输出;生成器本身保存的状态或大对象也占内存,不保证任意流程恒定内存。
yield把控制显式交回推进它的调用者,不会自动并行执行。生成器可组织协作式步骤,但单次结果的耗时、内部累积状态和外部阻塞操作仍需设计;不把内存及性能更好当无条件保证。
生成器表达式不预先建立完整结果列表,但最左for的可迭代来源表达式会立即求值并建立迭代入口,不能说创建时完全没有动作。sorted最终仍需收集排序;sum等可逐项累计,消费工具不同,整体资源行为也不同。
先把每个来源list化再yield元组,只延迟输出而没有保留输入的流式消费;无限来源无法完成物化。长度/索引版又要求有len和索引,不能称所有可迭代对象通用;生成器表达式的最左来源表达式也可能在创建时就求值。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 4 处
- · 查看原书依据
在需要的时候才产生结果,而不是立即产生结果。特别地,有两种语言结构尽可能地延迟结果创建。 ·生成器函数:编写为常规的def语句,但是使用yield语句一次返回一个结果,在每个结果之间挂起和继续它们的状态。 ·生成器表达式类似于上一小节的列表解析,但是,它们返回按需产生结果的一个对象,而不是构建一个结果列表。 由于二者都不会一次性构建一个列表,它们节省了内存空
- · 查看原书依据
生成器不是线程,程序在一个单线程控制中,显式地导入或导出函数。从某种意义上讲,线程更为通用(生成者可以真正独立地运行,并且把结果发布到一个队列),但是,生成器可能更容易编写。参见本书第17章中的第2个脚注对Python多线程工具的简单介绍。注意,由于控制在yield和下一个调用处显式地导向,生成器也是不能回溯的,但是,它与coroutine关系更密切,后者是
- · 查看原书依据
不需要像方括号的列表解析一样,一次构造出整个结果列表。它们在实际中运行起来可能稍慢一些,所以它们可能只对于非常大的结果集合的运算来说是最优的选择。关于性能的更权威的评价,必须等到我们在本章稍后编写计时脚本的时候给出。
- · 查看原书依据
通过list内置函数来运行自己的参数以迫使结果生成(例如,文件像参数一样工作,此外,序列像字符串一样)。注意这里的all和any内置函数的使用,如果一个可迭代对象中的所有或任何元素为True(或者对等的为非空),它们分别返回True。当列表中的任何或所有参数在删除后变成了空,这些内置函数将用来停止循环。 还要注意Python 3.0的keyword-only