本文實例分析了Python中xrange與yield的用法。分享給大家供大家參考，具體如下：
range和xrange
Python提供了生成和返回整數序列的內置函數range及xrange，雖然這兩個函數在功能上是差不多的，但其實現原理還是有差別的。range(n, m)返回的是一個從n到(m-1)的連續的整數列表，而xrange(n, m)返回的卻是一個特殊的目的對象，即xrange對象本身.
|
1
2
3
4
5
6
|
>>> range(1, 5)[1, 2, 3, 4]>>> xrange(1, 5)xrange(1, 5)>>> type(xrange(1, 5))<type 'xrange'> |
但在python2.x中xrange返回的卻不是一個迭代器，所以 x = xrange(n, m), x.next()會出錯。假如需要返回一個迭代器，需要調用iter(xrange(….))
|
1
2
3
4
5
|
>>> x = iter(xrange(1, 5))>>> x.next()1>>> x.next()2 |
也就是，調用range和xrange程序在運行中占用的內存是不一樣的。使用range，程序將首先生成一個list，然后再隱含調用list的iter獲取元素。而使用xrange，程序在每次循環產生的是一個xrange對象，這個對象是iterable，根據返回的這個xrange對象我們可以獲取元素。
生成器與yield
借助python的生成器，我們可以實現像內置xrange函數的生成器，但這個生成器返回的是一個又浮點型值組成的序列而不是整型序列。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
>>> def frange(start, stop, step=1.0): while start < stop: yield start start += step>>> frange(1.0, 5.0)<generator object frange at 0x01343148>>>> for i in frange(1.0, 5.0): print i,1.0 2.0 3.0 4.0>>> x = iter(frange(1.0, 5.0))>>> x.next()1.0>>> x.next()2.0 |
在python中，在函數體出現一個或者多個yield，這個函數就是生成器(generator)。在調用生成器的時，系統不會執行該生成器函數體。生成器被調用時將返回一個特殊的迭代器對象，這個個對象包含了生成器函數體、函數體的本地變量（包括函數體參數）以及當前的執行位置。
在調用返回的迭代器對象的next方法時，生成器將執行到下一個yield語句。
在執行完yield語句時，函數的執行將被“凍結”，保留執行的當前位置和未經使用的本地變量，并將yield語句的執行結果返回作為next方法的結果。繼續調用next則繼續調用yield，直到函數體運行結束或者執行了return語句（return語句不能含有表達式）。
最常見的，生成器可以用來構建迭代器。假如我們需要一個從1到N，然后從N到1的數字組成的序列，可以使用生成器:
|
1
2
3
4
5
|
>>> def updown(N): for x in xrange(1, N): yield x for x in xrange(N, 0, -1): yield x>>> for i in updown(5): print i, |
當一個函數需要返回一個列表的時候，使用生成器可能更靈活。生成器可以構建一個誤解的迭代器，返回一個無限的結果序列。更進一步，生成器構建的迭代器執行的是懶計算:只有函數需要時才會計算結果。
所以假如需要對一個序列進行迭代功能，可以考慮迭代器。
希望本文所述對大家Python程序設計有所幫助。
原文鏈接：http://www.cnblogs.com/aademeng/articles/7262670.html
