Python产量超越数据生成新高度

本教程深入探讨 Python 中 yield 关键字的强大功能，它允许创建高效的生成器函数，用于按需生成数据流，避免一次性加载所有数据到内存中。

首先，让我们来看一个简单的例子：生成 0 到 1 亿之间数字的平方。 直接创建列表的方法：

data = [i**2 for i in range(100_000_000)]

效率低下，因为它需要巨大的内存空间。 更好的方法是使用生成器：

def generate_data():
    for i in range(100_000_000):
        yield i**2

yield 关键字使函数在每次生成一个值后暂停执行，从而节省内存。

生成器间的协作

考虑一个场景：有两个生成器函数，其中一个用作另一个的子生成器：

def sub_generator():
    yield 1
    yield 2

def main_generator():
    for value in sub_generator():
        yield value
    print("主生成器继续执行！")
    yield 3

for output in main_generator():
    print(output)

输出：

1
2
主生成器继续执行！
3

yield from 语句简化了上述代码：

def sub_generator():
    yield 1
    yield 2

def main_generator():
    yield from sub_generator()
    print("主生成器继续执行！")
    yield 3

for output in main_generator():
    print(output)

协程 (Coroutines)

yield 关键字还可以用于构建协程。 value = yield 可以理解为：将值赋给变量 value，后续使用 send() 函数发送值到此处。 例如：

def echo_coroutine():
    while True:
        value = yield
        print(f"接收到的值: {value}")

coroutine = echo_coroutine()
next(coroutine)  # 启动协程

coroutine.send(12)
coroutine.send(24)

输出：

接收到的值: 12
接收到的值: 24

有限状态机 (FSM)

生成器函数非常适合实现有限状态机。 例如：

def state_machine():
    while True:
        yield "状态 1"
        yield "状态 2"
        yield "状态 3"

state = state_machine()

for i in range(6):
    print(next(state))

输出：

状态 1
状态 2
状态 3
状态 1
状态 2
状态 3

递归生成器和嵌套列表扁平化

yield from 可以与递归生成器函数结合使用，例如扁平化嵌套列表：

def flatten_list(input):
    for element in input:
        if isinstance(element, list):
            yield from flatten_list(element)
        else:
            yield element

data = [[1, 2, [3, 4]], [5, 6], 7]
flattened_data = list(flatten_list(data))
print(flattened_data)  # 输出: [1, 2, 3, 4, 5, 6, 7]

通过这些例子，我们可以看到 yield 关键字在 Python 中的强大用途，它为高效的数据处理和程序设计提供了灵活的工具。