翻譯|Stack Overflow上關於Python的高票問答（一）

Stackoverflow是一個非常優秀的與程序相關的IT技術問答的英文網站。無論你處在什麼狀態，當你編程碰到問題的時候你總能找到你想要的答案。學習編程專欄打算翻譯這一系列的問答計划進行的方向如下。

翻譯Stack Overflow上關於Python的高票問答（Java）（JavaScript）（Php）（C#）每一種語言都會出兩到三篇文章，每一篇會有一到三個問題。

感謝朋友@撓米 在翻譯過程中給出的幫助。

問題描述：

Python中關鍵詞yield怎麼用？它的作用是什麼？舉個例子：我正在嘗試理解下面的代碼

def _get_child_candidates(self, distance, min_dist, max_dist): if self._leftchild and distance - max_dist < self._median: yield self._leftchild if self._rightchild and distance + max_dist >= self._median: yield self._rightchild

下面是對它的調用：

result, candidates = list(), [self]while candidates: node = candidates.pop() distance = node._get_dist(obj) if distance <= max_dist and distance >= min_dist: result.extend(node._values) candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))return result

我的問題是：當_get_child_candidates這個方法被調用的時候，到底發生了什麼？是返回一個list，還是返回一個單個元素？後續的調用將在什麼時候終止？

[1]上述代碼來自 Jochen Schulz (jrschulz)，他做了一個度量空間的Python庫。以下是代碼的完整鏈接：Module mspace.

要理解yield是什麼，它幹什麼。首先你要了解可迭代對象(Iterable)，然後再去了解生成器（generators），最後你才能了解yield。

當你定義了一個list之後，你可以一個一個的讀取其中的元素。遍歷list中的元素這個動作我們就把它稱做：迭代(Iteration)。

>>> mylist = [1, 2, 3]>>> for i in mylist:... print(i)123

以上的 mylist是一個可迭代對象(Iterable)，當你使用列表推導式（list comprehension）創建一個list，相當於創建了一個可迭代對象(Iterable)。

[1]不理解列表推導式（list comprehension）可以點擊這裡：Python 學習筆記 02

>>> mylist = [x*x for x in range(3)]>>> for i in mylist:... print(i)014

像lists, strings, files...這種任何一個可以用for... in...遍歷的對象都稱作可迭代對象(Iterable)。使用這些可迭代對象是非常方便的，因為你可以隨時隨地的去取出你想要的值。但是這些值都是存在內存中的，所以當你有很多值的時候，很可能將會產生不好的效果。

生成器（generators）是一種迭代器（iterators），但是你僅僅可以對他們進行一次迭代，這是因為它們並沒有把所有的值存在內存中，而是在運行時生成值。

>>> mygenerator = (x*x for x in range(3))>>> for i in mygenerator:... print(i)014

除了在迭代器（iterators）使用「[]」，而在 生成器（generators）中使用「()」這一點不同之外，生成器（generators）是和迭代器（iterators）幾乎是一模一樣的，但是你永遠不能進行第二次「for i in mygenerator」操作，因為一個生成器（generators）只能被使用一次：生成器中的內容，訪問一次之後就不能在訪問第二次。

Yield關鍵詞的用法與return的用法幾乎一致，他們只有一個區別： 當某個函數使用Yield時，該函數將返回一個生成器（generators）

>>> def createGenerator():... mylist = range(3)... for i in mylist:... yield i*i...>>> mygenerator = createGenerator() # create a generator>>> print(mygenerator) # mygenerator is an object!<generator object createGenerator at 0xb7555c34>>>> for i in mygenerator:... print(i)014

看看上面這個例子，這個例子說明：createGeneraor()函數將會返回一個值的集合，你僅僅需要去遍歷一次這個集合就可以得到你想要的結果了。

為了精通 yield ,你必須要理解：當你調用這個函數的時候，函數內部的代碼並不立馬執行 ，這個函數只是返回一個生成器對象，這有點蹊蹺不是嗎。那麼，函數內的代碼什麼時候執行呢？當你使用for進行迭代的時候.（感謝@Nicolas-L 提供的譯文。）【原來的翻譯是：要完全的理解yield，你必須搞明白下面這段話：當使用yield的時候，寫在yield後面的代碼並不會執行，它僅僅會返回一個生成器（generators），這段代碼只會在你遍歷這個返回的生成器的時候開始運行。】

現在到了最難理解的地方了：

第一次，for在遍歷上述方法中創建的mylist的時候，循環體內的代碼將從頭開始運行一直到它碰到yield關鍵詞，它將返回循環內的第一個值，然後再次執行循環體內代碼，返回循環內產生的第二個值，一直到這個循環結束。

下面開始講解你給出的代碼。

Generator（生成器）

# 在這裡，你給node對象創建了一個方法，這個方法將會返回一個生成器。def node._get_child_candidates(self, distance, min_dist, max_dist): #在你每次使用生成器（generators）時候會調用下面這段代碼。 #如果node對象還有左子節點，並且深度距離符合下述條件，那麼返回下一個子節點。 if self._leftchild and distance - max_dist < self._median: yield self._leftchild # 如果node對象還有右子節點，並且深度距離符合下述條件，那麼返回下一個子節點。 if self._rightchild and distance + max_dist >= self._median: yield self._rightchild # 如果函數運行到了這裡，說明Generator（生成器）此時已經為空了。

Caller（調用）:

# 創建一個空的list和一個當前對象的引用listresult, candidates = list(), [self]# 遍歷candidates，一開始他僅僅包含一個元素while candidates: # 獲取並刪除list中最後位置上的candidate node = candidates.pop() # 獲取candidate到obj之間的距離 distance = node._get_dist(obj) # 如果距離符合下述條件，則把candidate附加到result裡面 if distance <= max_dist and distance >= min_dist: result.extend(node._values) #把candidates list中所有candidate對象的所有子節點都添加到candidates中 candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))return result

================其實到這裡問題已經有了一個比較明確的回答了==================

上面的代碼有小部分要說明的：

• extend（）是list對象的方法，用於在列表末尾一次性追加另一個序列中的多個值。

>>> a = [1, 2]>>> b = [3, 4]>>> a.extend(b)>>> print(a)[1, 2, 3, 4]

在你的代碼中使用的是一個generator（生成器），這有幾個優點：

1. 你不要再次去讀取這些值

2. 可能有很多子節點，你不想讓他們存在內存中

Python不關心某個方法的參數是不是一個列表list，Python預想它是一個可迭代對象(Iterable)，所以當這個參數是strings、lists或者generators的時候可以正確執行！這就被稱作duck typing[1]

[1]：Duck typing：是動態類型的一種風格。在這種風格中，一個對象有效的語義，不是由繼承自特定的類或實現特定的介面，而是由當前方法和屬性的集合決定。在 Duck typing中，關注的不是對象的類型本身，而是它是如何使用的。

我們這裡可以先暫停，進一步了解一下generator的用法：

控制一個 generator防止它被耗盡。

>>> class Bank(): # 我們建造一個銀行，並且修建一些ATMs... crisis = False... def create_atm(self):... while not self.crisis:... yield "$100">>> hsbc = Bank() # 不出意外的時候，ATM可以任你取錢。>>> corner_street_atm = hsbc.create_atm()>>> print(corner_street_atm.next())$100>>> print(corner_street_atm.next())$100>>> print([corner_street_atm.next() for cash in range(5)])[$100, $100, $100, $100, $100]>>> hsbc.crisis = True # 經濟危機來了，你不能再取錢了。>>> print(corner_street_atm.next())<type exceptions.StopIteration>>>> wall_street_atm = hsbc.create_atm() # its even true for new ATMs>>> print(wall_street_atm.next())<type exceptions.StopIteration>>>> hsbc.crisis = False # 問題是, 儘管是經濟危機之後，ATM還是空的。>>> print(corner_street_atm.next())<type exceptions.StopIteration>>>> brand_new_atm = hsbc.create_atm() # 建造一個新的ATM，並使用。>>> for cash in brand_new_atm:... print cash$100$100$100$100$100$100$100$100$100...

它是非常有用的比如用來控制資源的訪問。

Python的內建模塊itertools提供了非常有用的用於操作迭代對象的函數。你曾經有做過一個generator？關聯兩個generators？並為此感到厭煩嗎？

你只需要import itertools.（導入itertools）（有關於Itertools的更多用法，大家可以訪問：itertools - 廖雪峰的官方網站）

讓我們看個例子：

>>> horses = [1, 2, 3, 4]>>> races = itertools.permutations(horses)>>> print(races)<itertools.permutations object at 0xb754f1dc>>>> print(list(itertools.permutations(horses)))[(1, 2, 3, 4), (1, 2, 4, 3), (1, 3, 2, 4), (1, 3, 4, 2), (1, 4, 2, 3), (1, 4, 3, 2), (2, 1, 3, 4), (2, 1, 4, 3), (2, 3, 1, 4), (2, 3, 4, 1), (2, 4, 1, 3), (2, 4, 3, 1), (3, 1, 2, 4), (3, 1, 4, 2), (3, 2, 1, 4), (3, 2, 4, 1), (3, 4, 1, 2), (3, 4, 2, 1), (4, 1, 2, 3), (4, 1, 3, 2), (4, 2, 1, 3), (4, 2, 3, 1), (4, 3, 1, 2), (4, 3, 2, 1)]

More about it in this article about how does the for loop work.

希望你們喜歡，如果可以，等待下一期）