快捷導(dǎo)航

舉例詳解Python中yield生成器的用法

更新時間：2015年08月05日 16:31:26 作者：ddongjian0000

這篇文章主要介紹了舉例詳解Python中yield生成器的用法,包括其在多線程multiprocess下的使用示例,非常推薦!需要的朋友可以參考下

yield是生成的意思，但是在python中則是作為生成器理解，生成器的用處主要可以迭代，這樣簡化了很多運算模型(還不是很了解是如何簡化的)。
yield是一個表達式,是有返回值的.
當(dāng)一個函數(shù)中含有yield時,它不再是一個普通的函數(shù),而是一個生成器.當(dāng)該函數(shù)被調(diào)用時不會自動執(zhí)行,而是暫停,見第一個例子:
例1:

>>> def mygenerator():
...  print 'start...'
...  yield 5
... 
>>> mygenerator()   //在此處調(diào)用,并沒有打印出start...說明存在yield的函數(shù)沒有被運行,即暫停
<generator object mygenerator at 0xb762502c>
>>> mygenerator().next()  //調(diào)用next()即可讓函數(shù)運行.
start...
5
>>>

如一個函數(shù)中出現(xiàn)多個yield則next()會停止在下一個yield前,見例2:
例2:

>>> def mygenerator():
...  print 'start...'
...  yield 5
... 
>>> mygenerator()   //在此處調(diào)用,并沒有打印出start...說明存在yield的函數(shù)沒有被運行,即暫停
<generator object mygenerator at 0xb762502c>
>>> mygenerator().next()  //調(diào)用next()即可讓函數(shù)運行.
start...
5
>>>

為什么yield 5會輸出5,yield 23會輸出23?
我們猜測可能是因為yield是表達式,存在返回值.
那么這是否可以認(rèn)為yield 5的返回值一定是5嗎？實際上并不是這樣，這個與send函數(shù)存在一定的關(guān)系，這個函數(shù)實質(zhì)上與next()是相似的，區(qū)別是send是傳遞yield表達式的值進去，而next不能傳遞特定的值，只能傳遞None進去，因此可以認(rèn)為g.next()和g.send(None)是相同的。見例3:
例3:

>>> def fun():
...  print 'start...'
...  m = yield 5
...  print m
...  print 'middle...'
...  d = yield 12
...  print d
...  print 'end...'
... 
>>> m = fun()    //創(chuàng)建一個對象
>>> m.next()    //會使函數(shù)執(zhí)行到下一個yield前
start...
5
>>> m.send('message')  //利用send()傳遞值
message     //send()傳遞進來的 
middle...
12
>>> m.next()
None      //可見next()返回值為空
end...
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
StopIteration

在multiprocess中的使用

python在處理數(shù)據(jù)的時候，memory-heavy 的數(shù)據(jù)往往會導(dǎo)致程序沒辦反運行或者運行期間服務(wù)器其他程序效率受到影響。這種情況往往會把數(shù)據(jù)集合變?yōu)橥ㄟ^genertor來遍歷。

但同時如我們所知，generoter看似只能被單進程消費，這樣效率很低。
generator 可以被pool.map消費。

看一下pool.py的源碼。

for i, task in enumerate(taskseq):
  ...
  try:
   put(task)
  except IOError:
   debug('could not put task on queue')
   break

實際是先將generator全部消費掉放到queue中。然后通過map來并行。這樣是解決了使用map來并行。

但是依然沒有解決占用內(nèi)存的問題。這里有兩步占用內(nèi)存。

第一步是全部消費掉的generator。
第二步并行運算全部data。

解決第一個問題，通過部分消費generator來達到。
解決第二個問題，可以通過imap來達到.

示例代碼如下：

import multiprocessing as mp
import itertools
import time


def g():
 for el in xrange(50):
  print el
  yield el

import os

def f(x):
 time.sleep(1)
 print str(os.getpid()) +" "+ str(x)
 return x * x

if __name__ == '__main__':
 pool = mp.Pool(processes=4)    # start 4 worker processes
 go = g()
 result = []
 N = 11
 while True:
  g2 = pool.imap(f, itertools.islice(go, N))
  if g2:
   for i in g2:
    result.append(i)
    time.sleep(1)
  else:
   break
 print(result)

ps: 使用注意事項。在produce數(shù)據(jù)的時候，盡量少做操作，應(yīng)為即使是map也是單線程的來消費數(shù)據(jù)。所以盡量把操作放到map中作。這樣才能更好的利用多進程提高效率。

您可能感興趣的文章: