时间戳

首页 > 解决方案 > 如何理解 python 协程中的“yield from”？

python - 如何理解 python 协程中的“yield from”？

问题描述

代码来自Fluent Python 第一版，

我无法理解 中的行while True:，grouper删除该行会引发StopIteration错误。

但我发现grouper没有while True:那个工作的新版本。为什么group.send(None)需要另一个循环while True:（或另一个results[key] = yield from averager()）？

我的理解是group.send(None)将停止yield from averager()并分配results[key]一个值（Result(count, average)）。就这样。

from collections import namedtuple

Result = namedtuple('Result', 'count average')


# the subgenerator
def averager():  # <1>
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield  # <2>
        if term is None:  # <3>
            break
        total += term
        count += 1
        average = total/count
    return Result(count, average)  # <4>


# the delegating generator
def grouper(results, key):  # <5>
    while True:  # <6>
        results[key] = yield from averager()  # <7>

# Another version works
#def grouper(results, key):
#    results[key] = yield from averager()
#    results[key] = yield from averager()

# the client code, a.k.a. the caller
def main(data):  # <8>
    results = {}
    for key, values in data.items():
        group = grouper(results, key)  # <9>
        next(group)  # <10>
        for value in values:
            group.send(value)  # <11>
        group.send(None)  # important! <12>

    # print(results)  # uncomment to debug
    report(results)


# output report
def report(results):
    for key, result in sorted(results.items()):
        group, unit = key.split(';')
        print('{:2} {:5} averaging {:.2f}{}'.format(
              result.count, group, result.average, unit))


data = {
    'girls;kg':
        [40.9, 38.5, 44.3, 42.2, 45.2, 41.7, 44.5, 38.0, 40.6, 44.5],
    'girls;m':
        [1.6, 1.51, 1.4, 1.3, 1.41, 1.39, 1.33, 1.46, 1.45, 1.43],
    'boys;kg':
        [39.0, 40.8, 43.2, 40.8, 43.1, 38.6, 41.4, 40.6, 36.3],
    'boys;m':
        [1.38, 1.5, 1.32, 1.25, 1.37, 1.48, 1.25, 1.49, 1.46],
}


if __name__ == '__main__':
    main(data)

标签： pythoncoroutineyield-from

解决方案

这让我想起了ascynio有多好，以及为什么每个人都应该使用它……

通过遍历迭代器的操作可以最好地解释正在发生的事情。这是内部生成器，简化：

def averager():
    local_var
    while True:
        term = yield
        if term is None:
            break
        local_var = do_stuff(term)
    return local_var

这有两件事。首先，yield只要这些数据不是None. 然后当它是 None时，它会提高 aStopIterationException的值local_var。（这就是从生成器返回的作用）。

这是外部生成器：

def grouper(results, key):
    while True:
        results[key] = yield from averager()

这样做是将内部生成器的 yield 暴露给调用代码，直到内部生成器 raise StopIterationException，它被静默捕获（由yield from语句）并分配。然后它准备好再次做同样的事情。

然后我们有调用代码：

def main(data):
    results = {}
    for key, values in data.items():
        group = grouper(results, key)
        next(group)
        for value in values:
            group.send(value)
        group.send(None)

这是做什么的：

  • 它只迭代外部生成器一次
  • 这暴露了内部生成器的产量，并使用该 ( .send) 与内部生成器进行通信。
  • 它通过发送“结束”内部生成器None，此时第一yield from条语句结束，并分配向上传递的值。
  • 此时，外部生成器准备好发送另一个值
  • 循环继续，生成器被垃圾回收删除。

while True:循环是怎么回事？

考虑这段代码，它也适用于外部生成器：

def grouper(result, key):
    result[key] = yield from averager
    yield 7

唯一重要的是生成器不应该被耗尽，所以它不会在链上传递一个异常说“我没有什么可以迭代了”。

PS 糊涂了？我曾是。我不得不检查一下，自从我尝试使用基于生成器的 coros 以来已经有一段时间了。它们被安排删除——使用 asyncio，它更好。

推荐阅读