Tag: 产量

Python：生成器expression与收益: 在Python中，通过生成器expression式与使用yield语句创build生成器对象有什么不同？使用收益率： def Generator(x, y): for i in xrange(x): for j in xrange(y): yield(i, j) 使用生成器expression式 def Generator(x, y): return ((i, j) for i in xrange(x) for j in xrange(y)) 这两个函数都返回产生元组的元素，例如（0,0），（0,1）等任何一方的优势？思考？谢谢大家！这些答案中有很多很好的信息和进一步的参考资料！

Rails检查是否在content_for中定义了yield：area: 我想根据实际的模板定义content_for(:an__area)在布局级别做一个条件渲染，任何想法如何做到这一点？

在Python中重置生成器对象: 我有多个yield返回的generator对象。准备调用这个发生器是相当费时的操作。这就是为什么我想重复使用发生器几次。 y = FunctionWithYield() for x in y: print(x) #here must be something to reset 'y' for x in y: print(x) 当然，我正在考虑将内容复制到简单列表中。

在实践中，Python 3.3中新的“yield from”语法的主要用途是什么？: 我正在艰难地围绕PEP 380环绕我的大脑。 “收益来源”有用的情况是什么？什么是经典用例？为什么它与微细线相比？ [更新] 现在我明白我的困难的原因。我用过发电机，但从来没有真正使用过协程（由PEP-342引入）。尽pipe有一些相似之处，发生器和协程基本上是两个不同的概念。了解协程（不仅是生成器）是了解新语法的关键。恕我直言协程是最晦涩的Pythonfunction ，大多数书籍使它看起来无用和无趣。感谢大家的好评，但特别感谢agf和他的评论与David Beazley的介绍。大卫岩石。

yield语句实现: 我想以一种容易理解的forms来了解yield声明的一切。在实现迭代器模式时，我已经阅读了yield语句和它的简易性。但是，大部分是非常干燥的。我想深入了解微软如何处理回报率。另外，你什么时候使用yield break？

在列表parsing和生成器expression式中的产量: 下面的行为对我来说似乎相当不合常理（Python 3.4）： >>> [(yield i) for i in range(3)] <generator object <listcomp> at 0x0245C148> >>> list([(yield i) for i in range(3)]) [0, 1, 2] >>> list((yield i) for i in range(3)) [0, None, 1, None, 2, None] 最后一行的中间值实际上并不总是None ，它们是我们send到发生器的任何东西，相当于（我猜）到下面的发生器： def f(): for i in range(3): yield (yield i) 这三条线完全可以工作，这让我觉得很有趣。 Reference指出yield只能在函数定义中允许（虽然我可能读错了，或者它可能只是从旧版本复制而来）。前两行在Python 2.7中产生了一个SyntaxError ，但是第三行没有。另外，这似乎很奇怪列表理解返回一个生成器而不是一个列表 […]

“yield”关键字有什么作用？: Python中yield关键字的用法是什么？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._leftchild if self._rightchild and distance + max_dist >= self._median: yield self._rightchild 这是来电者： 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)) […]