Python での yield 式の簡単な紹介 (例付き)
この記事では、Python の yield 式について簡単に紹介します (例とともに)。一定の参考値があります。必要な友人は参照できます。お役に立てれば幸いです。
yield 式はジェネレータ関数で使用されます
ジェネレータ関数を呼び出すと、イテレータが返されます (関数内のステートメントは実行されません)。イテレータ関数が呼び出されるとき、 yield 式が実行されます。
現在の関数は実行を一時停止し、式の値を呼び出し元に返し、反復関数の呼び出しを継続し、一時停止ポイントから実行を再開します。 ,
yield 式の検出は、他の式の検出と似ています。yield 式にも値があり、通常は None です。
他の式との違いは、yield 式は、yield で式の値を返すことです。
公式ドキュメントでは次のように説明されています。
ジェネレーター関数がと呼ばれる場合、 として知られる反復子を返します。 そのジェネレーターはジェネレーターの実行を制御します。 関数。ジェネレーターのメソッドの 1 つが実行されると、実行が開始されます。 その時点で、実行は最初の yield に進みます。 式が再び一時停止され、次の値が返されます。 ジェネレーターの呼び出し元にexpression_listを送信します。一時停止とは、次のことを意味します。 ローカルの現在のバインディングを含め、すべてのローカル状態が保持されます。 変数、命令ポインタ、内部評価スタック、および 例外処理の状態。実行が再開されたとき。 ジェネレーターのメソッドの 1 つを呼び出すと、関数は正確に処理を進めることができます。 あたかも yield 式が単なる別の外部呼び出しであるかのように。 再開後の収量式はどのような方法で変化するかによって異なります。 __next__() が使用されている場合 (通常は for または next() 組み込み)の場合、結果は None になります。 使用すると、結果はそのメソッドに渡される値になります。
Yield 式は、try 構造内のどこでも使用できます。 ジェネレータは、(ゼロに到達することによって)完了するまで再開されません。 参照カウントまたはガベージ コレクションによって)、ジェネレーターとイテレーターの close() メソッドが呼び出され、保留中のfinally句を許可します。 execute.
基礎となるイテレータが完了すると、値は
発生した StopIteration インスタンスの属性は、
公式の例:
>>> def echo(value=None): ... print("Execution starts when 'next()' is called for the first time.") ... try: ... while True: ... try: ... value = (yield value) ... except Exception as e: ... value = e ... finally: ... print("Don't forget to clean up when 'close()' is called.") ...>>> generator = echo(1)>>> print(next(generator)) Execution starts when 'next()' is called for the first time.1 >>> print(next(generator)) None>>> print(generator.send(2))2 >>> generator.throw(TypeError, "spam") TypeError('spam',)>>> generator.close() Don't forget to clean up when 'close()' is called.
##イテレータバージョン #をシミュレートする##rangefunction
def my_range(start, stop=None, step=1): if not stop: stop = start start = 0 while start < stop: yield start start += step if __name__ == '__main__': for i in my_range(10): print(i) for i in my_range(0, 10): print(i) for i in my_range(0, 10, 2): print(i)
以上がPython での yield 式の簡単な紹介 (例付き)の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック

LinuxターミナルでPythonバージョンを表示する際の許可の問題の解決策PythonターミナルでPythonバージョンを表示しようとするとき、Pythonを入力してください...

この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find()、find_all()、select()、およびget_text()などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案(SEL

この記事では、深い学習のためにTensorflowとPytorchを比較しています。 関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。 特に計算グラップに関して、フレームワーク間の重要な違い

Pythonの統計モジュールは、強力なデータ統計分析機能を提供して、生物統計やビジネス分析などのデータの全体的な特性を迅速に理解できるようにします。データポイントを1つずつ見る代わりに、平均や分散などの統計を見て、無視される可能性のある元のデータの傾向と機能を発見し、大きなデータセットをより簡単かつ効果的に比較してください。 このチュートリアルでは、平均を計算し、データセットの分散の程度を測定する方法を説明します。特に明記しない限り、このモジュールのすべての関数は、単に平均を合計するのではなく、平均()関数の計算をサポートします。 浮動小数点数も使用できます。 ランダムをインポートします インポート統計 fractiから

この記事では、numpy、pandas、matplotlib、scikit-learn、tensorflow、django、flask、and requestsなどの人気のあるPythonライブラリについて説明し、科学的コンピューティング、データ分析、視覚化、機械学習、Web開発、Hの使用について説明します。

この記事では、コマンドラインインターフェイス(CLI)の構築に関するPython開発者をガイドします。 Typer、Click、Argparseなどのライブラリを使用して、入力/出力の処理を強調し、CLIの使いやすさを改善するためのユーザーフレンドリーな設計パターンを促進することを詳述しています。

PythonのPandasライブラリを使用する場合、異なる構造を持つ2つのデータフレーム間で列全体をコピーする方法は一般的な問題です。 2つのデータがあるとします...

この記事では、Pythonにおける仮想環境の役割について説明し、プロジェクトの依存関係の管理と競合の回避に焦点を当てています。プロジェクト管理の改善と依存関係の問題を減らすための作成、アクティベーション、およびメリットを詳しく説明しています。
