来源：cococo点点 链接：www.cnblogs.com/coder2012/p/4990834.html 生成器
生成器是通过一个或多个yield表达式构成的函数，每一个生成器都是一个迭代器（但是迭代器不一定是生成器）。 如果一个函数包含yield关键字，这个函数就会变为一个生成器。 生成器并不会一次返回所有结果，而是每次遇到yield关键字后返回相应结果，并保留函数当前的运行状态，等待下一次的调用。 由于生成器也是一个迭代器，那么它就应该支持next方法来获取下一个值。 除了next函数，生成器还支持send函数。该函数可以向生成器传递参数。 最经典的例子，生成无限序列。 常规的解决方法是，生成一个满足要求的很大的列表，这个列表需要保存在内存中，很明显内存**了这个问题。 如果使用生成器就不需要返回整个列表，每次都只是返回一个数据，避免了内存的**问题。 生成器源码分析 生成器的源码在Objects/genobject.c。 调用栈 在解释生成器之前，需要讲解一下Python虚拟机的调用原理。 Python虚拟机有一个栈帧的调用栈，其中栈帧的是PyFrameObject，位于Include/frameobject.h。 栈帧保存了给出代码的的信息和上下文，其中包含最后执行的指令，全局和局部命名空间，异常状态等信息。f_valueblock保存了数据，b_blockstack保存了异常和循环控制方法。 举一个例子来说明， 那么，相应的调用栈如下，一个py文件，一个类，一个函数都是一个代码块，对应者一个Frame，保存着上下文环境以及字节码指令。 每一个栈帧都拥有自己的数据栈和block栈，独立的数据栈和block栈使得解释器可以中断和恢复栈帧（生成器正式利用这点）。 Python代码首先被编译为字节码，再由Python虚拟机来执行。一般来说，一条Python语句对应着多条字节码（由于每条字节码对应着一条C语句，而不是一个机器指令，所以不能按照字节码的数量来判断代码性能）。 调用dis模块可以分析字节码， 其中，
由了上面对于调用栈的理解，就可以很容易的明白生成器的具体实现。 生成器的源码位于object/genobject.c。 next与send函数，如下 从上面的代码中可以看到，send和next都是调用的同一函数gen_send_ex，区别在于是否带有参数。 PyEval_EvalFrameEx函数的功能为执行字节码并返回结果。 举一个例子，f_back上一个Frame，f_lasti上一次执行的指令的偏移量， 结果如下，其中第三行的英文为操作码，对应着上面的opcode，每次switch都是在不同的opcode之间进行选择。 回复下列数字即可获得相应干货下载： 1：一百多篇大数据文档下载！ 2：超全数据分析资料免费下载！（包括SQL，R语言，SPSS，SAS，python，数据分析和数据挖掘） 3：清华大学数据科学院讲座内容集锦免费下载！ 4：20G！超全数据分析 视频 教程免费下载！（包括R语言，SPSS，统计学基础，excel，数据挖掘，医学统计） 5：Python超全资料分享！ 本文转载于微信公众号: 复旦大数据(FudanBigData)，更多微信文章请扫描关注公众号: |
|
声明：文章版权归原作者所有 部分文章转自互联网 如有侵权请联系
[邮箱地址] 删除
|
注册
登录
