“yield”关键字有什么作用？

三轮车

yieldPython关键词有什么用？它有什么作用？
例如，我试图理解这个代码1：

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

调用者：
- T" Z' e0 i! R

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

_get_child_candidates调用方法会发生什么？是否返回列表？单个元素？又叫了吗？后续呼叫什么时候停止？
  w  @" u1 l# D& r9 B) `                                                               
, w: d2 x+ G5 Q. i    解决方案:                                                               
                                                                要了解yield你必须了解它的作用生成器是什么？在了解生成器之前，你必须知道iterables。
可迭代对象在创建列表时，您可以逐一阅读其项目。一个接一个地读取它的项目称为迭代：

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

mylist是一个可迭代的。当您使用列表推导式时，您创建了一个列表，因此它是一个可迭代的对象：
) t4 p* e9 w: t4 Z6 Z5 i

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

可以用 for... in...所有内容都是可迭代的；lists,strings,文件…
这些可迭代对象非常方便，因为你可以随意阅读它们，但当你有很多值时，它们并不总是你想要的。
. b# F  |4 F8 j6 PGenerators生成器是一种迭代器可迭代对象只能迭代一次。生成器不会将所有值存储在内存中，它们会立即产生成值：

>>> mygenerator = (x*x for x in range(3))>>> for i in mygenerator:...    print(i)014
  v" e0 m- Y0 @- d2 s

除了使用()而不是[]. 但是，您不能执行for i in mygenerator第二次，因为生成器只能使用一次：它们计算 0，然后忘记它，计算 1，然后逐一计算 4。
Yieldyield它是一个像 一样使用的关键字return，除了该函数将返回一个生成器。
, K( r5 M6 ?: D0 u" X9 \7 j

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

这是一个无用的例子，但当你知道你的函数会返回很多你只需要读一次的值时，它会很方便。
要掌握yield，你必须明白，当您调用函数时，函数体中写的代码没有运行。这个函数只返回生成器对象，有点棘手。
1 [( I; n, T; _  N( E) O' P4 ~然后，你的代码每次都会出现for从停止的地方继续使用生成器。
$ S. s! \" B  u$ K# A现在是困难的部分：
- b# ?2 R+ q) A5 o第一次for调用从您的函数创建的生成器对象时，它将从零开始运行您的函数中的代码，直到命中yield，然后它将返回到循环的第一个值。然后，每个后续调用程序将操作您在函数中编写的循环的另一个迭代，并返回到下一个值。这将持续到生成器被认为是空的，当函数运行时不点击 yield。这可能是因为循环已经结束，或者因为你不再满意"if/else".
* a( S4 D; P1 z3 R; y8 t你的代码解释Generator:

# Here you create the method of the node object that will return the generatordef _get_child_candidates(self,distance,min_dist,max_dist):    # Here is the code that will be called each time you use the generator object:    # If there is still a child of the node object on its left    # AND if the distance is ok,return the next child    if self._leftchild and distance - max_dist = self._median:        yield self._rightchild    # If the function arrives here,the generator will be considered empty    # there is no more than two values: the left and the right children
  f0 l& }  v6 }, l1 P* s- Q/ Y& l- M

Caller:

# Create an empty list and a list with the current object referenceresult,candidates = list(),[self]# Loop on candidates (they contain only one element at the beginning)while candidates:    # Get the last candidate and remove it from the list    node = candidates.pop()    # Get the distance between obj and the candidate    distance = node._get_dist(obj)    # If distance is ok,then you can fill the result    if distance = min_dist:        result.extend(node._values)    # Add the children of the candidate in the candidate's list    # so the loop will keep running until it will have looked    # at all the children of the children of the children,etc. of the candidate    candidates.extend(node._get_child_candidates(distance,min_dist,max_dist))return result
: t" l4 T4 n0 I- q/ @, Z

该代码包含几个智能部分：
- V" w+ S: D0 D( Z8 s- p8 v. J循环迭代列表，但列表在循环迭代时会扩展。这是一种简单的方法，遍历所有这些嵌套数据，即使有点危险，因为你最终可能会陷入无限循环。在这种情况下，candidates.extend(node._get_child_candidates(distance,min_dist,max_dist))耗尽生成器的所有值，但while由于没有应用于同一节点，不断创建新的生成器对象会产生与以前不同的值。
+ @$ R$ L" I7 r% ^该extend()方法是列表对象的方法，它需要一个可迭代的对象，并将其值添加到列表中。通常我们会给它发一个列表：

>>> a = [1,2]>>> b = [3,4]>>> a.extend(b)>>> print(a)[1，2，3，4]
: H0 V1 M6 K/ Y' @& ^

但是在你的代码中，它得到了一个生成器，因为:
[ol]这些值不需要读两次。
& R. `+ k3 L, O- Y! Q# k7 |* t/ ?: K你可能有很多孩子，你不希望他们都存储在内存中。[/ol]它之所以有效是因为 Python 不在乎方法参数是否列表。Python 需要可迭代对象，因此可以处理字符串、列表、元组和生成器！这叫鸭型，也叫 Python 这么酷的原因之一。但这是另一个故事，另一个问题......
您可以停在这里，也可以阅读生成器的先进用法：
+ v% r  A' K6 v: qControlling a generator exhaustion

>>> class Bank(): # Let's create a bank,building ATMs...    crisis = False...    def create_atm(self):...        while not self.crisis:...            yield "$100">>> hsbc = Bank() # When everything's ok the ATM gives you as much as you want>>> 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 # Crisis is coming,no more money!>>> print(corner_street_atm.next())>>> wall_street_atm = hsbc.create_atm() # It's even true for new ATMs>>> print(wall_street_atm.next())>>> hsbc.crisis = False # The trouble is,even post-crisis the ATM remains empty>>> print(corner_street_atm.next())>>> brand_new_atm = hsbc.create_atm() # Build a new one to get back in business>>> for cash in brand_new_atm:...    print cash$100$100$100$100$100$100$100$100$100...

注意：对于 Python 3，使用print(corner_street_atm.__next__())或print(next(corner_street_atm))
它可以用来控制访问等各种事情。
Itertools，你最好的朋友itertools 模块包含操作可迭代对象的特殊函数。你想复制一个生成器吗？连接两个发电机？用单行分组嵌套列表中的值？Map / Zip不要创建另一个列表？
7 N: M0 z7 F7 s) D( k) b4 [$ ~$ ?  w那么就import itertools.
一个例子？让我们来看看四马可能的到达顺序：
[code]>>> horses = >>> races = itertools.permutations(horses)>>> print(races)<i>>>> print(list(itertools.permutations(horses)))(1、2、3、4)、(1、2、4、3)、(1、3、2、4)、(1、3、4、4、2)、(1、4、2、3、2)、(2、1、3、3、4)、(2、1、4、3、3、4、3、2、2、3、4、4、4、4、4、4、4、4、4、4、4、4、4、4、3、3、4、4、4、3、4、4、3、4、4、3、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、3、4、4、3、4、4、3、4、3、4、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、3、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4、4(4、1、2、3)、(4、1、3、2)、(4、2、1、3)、(4、2、3、1)、(4、3、1、2)code]了解迭代的内在机制迭代是包含可迭代对象(实现)__iter__()方法)和迭代器(实现)__next__()方法)过程。可迭代对象是您可以从中获得的任何对象。迭代器是您可以迭代可迭代对象的对象。
这篇文章有更多关于如何循环的问题for工作内容。