Py学习  »  Python

Python 函数返回yield还是return?这是个问题。

数据STUDIO • 4 月前 • 154 次点击  


如果你刚入门 Python,你可能之前没有遇到过yield。虽然它看起来很奇怪,但它是你编码工具库中的一个重要工具。在成为 Python 大师的道路上,你必须掌握它。

本文云朵君将和大家一起学习这两种方法之间的区别,

返回列表的函数

假设有一个函数,它可以一次性生成一系列值,比如一个整数列表或字符串列表等。这个函数的作用就是立即返回一个完整的值集合。

# 返回列表的函数示例
def  return_list ( limit ): 
    result = [] 
    for i in  range ( 1 , limit + 1 ): 
        result.append(i) 
    return result 

# 生成值列表
my_list = return_list( 5 ) 
print (my_list)

这种函数就像一位高效的图书管理员,一次性为你提供整个数据目录。当你需要预先获取整个值序列时,这种方式会很有用。

在这里,最重要的是内存分配问题(与yield函数相比)。当你调用返回列表的函数时,它会首先在内存中创建包含所有值的列表,再将整个列表返回给调用者。

这就意味着你必须有足够的内存来存储整个列表。但如果你需要生成一个包含数百万个项目的大型序列呢?这时,生成器函数就派上用场了。

Yield:按需生成价值

接下来,我们来看一个场景,你需要动态生成一个任意大小的值序列。在这种情况下,生成器函数提供了一种更加节俭、按需生成的方法。

# 返回生成器的函数示例
def  Yield_values ( Limit ): 
    count = 1 
    while count <= limit: 
        Yield count 
        count += 1 

# 按需生成值
my_gen = Yield_values( 5 ) 
for num in my_gen: 
    print (num)

相比之下,生成器函数更像是一位高效的助手,可以根据需求逐步创建值。当需要节省内存或处理无限长序列时,这种方式会更加高效。

生成器函数不需要事先把整个序列存储在内存中,而是通过 yield 关键字按需生成各个值,再返回给调用者。

比较两者:

  • 内存占用:返回列表一次性为整个序列分配内存,而生成器动态生成,节省内存。
  • 性能表现:返回列表可快速提供全部数据,适用于需要提前获取整个序列的场景。生成器按需生成,节省资源,适合处理长序列或无限序列。
  • 使用便利性:返回列表操作简单,一次获取全部数据。生成器引入动态元素,需要循环遍历yield出的各个值。

选择正确的工具

  • Rrturn列表的函数:当你需要立即获得整个序列并且内存消耗不是关键问题时,选择返回列表的函数。
# 生成一个正方形列表
def  generate_square_list ( limit ): 
    result = [x** 2  for x in  range ( 1 , limit + 1 )] 
    return result 

# 利用列表
squares = generate_square_list( 5 ) 
print (squares)
  • Return Yield的函数:当你喜欢即时值生成时,请选择返回生成器的函数,尤其是在不可预测或无限序列的场景中。
# 动态生成斐波那契数
def  fibonacci_sequence ( limit ): 
    a, b = 0 , 1
     count = 0 
    while count         Yield a 
        a, b = b, a + b 
        count += 1 

# 利用生成器
fib_gen = fibonacci_sequence( 5 ) 
for num in fib_gen: 
    print (num)

🏴‍☠️宝藏级🏴‍☠️ 原创公众号『数据STUDIO』内容超级硬核。公众号以Python为核心语言,垂直于数据科学领域,包括可戳👉 PythonMySQL数据分析数据可视化机器学习与数据挖掘爬虫 等,从入门到进阶!

长按👇关注- 数据STUDIO -设为星标,干货速递

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/171462
 
154 次点击