Python:lambda表达式和yield关键字理解与使用讲解

一、lambda表达式

1.1、lambda表达式理解

lambda的主体是一个表达式,而不是一个代码块,仅仅能在lambda表达式中封装有限的逻辑进去。如果要通俗的理解lambda表达式,可以结合C/C++中的逻辑宏定义和内联函数概念,lambda表达式通俗的讲是起到一个函数速写的作用,并且允许在lambda代码块内嵌入一个函数的定义。

1.2、lambda表达式使用

1.2.1 简单的求和

f = lambda x, y: x + y
print(f(1, 2))
# 输出: 3

1.2.2 lambda表达式实现n的阶乘

from functools import reduce
n = 5
out = reduce(lambda x, y : x*y, range(1, n+1))
print(out)
# 输出: 120

1.2.3 函数中使用lambda

def foo(x):
    return lambda y: x + y
a = foo(2)
print(a(2))
# 输出: 4

1.2.4 把函数直接写成lambda形式

foo = lambda x: lambda y: x + y		# 第一个lambda理解为用于foo函数传入x参数,第二个lambda相当于2.2中返回值里的lambda表达式
a = foo(3)
print(a(2))
# 输出: 5

1.3、通常使用lambda表达式的地方

通常会在调用接受函数作为参数的函数(或者类)时使用lambda表达式,比如python内置的sorted函数可接受一个函数作为它的key参数,这个key函数用于在决定条目排序顺序时计算比较键的值,比如:

a = ['1', '3', '5', '2', '9', '7']
print(sorted(a, key=lambda s: s.casefold()))
# 输出: ['1', '2', '3', '5', '7', '9']

sorted函数并不是lambda表达式的唯一用法,但却是最普遍的一个。

1.4、lambda使用问题(利弊及滥用问题)

参考:[https://blog.csdn.net/sinat_38682860/article/details/83933866?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-5.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-5.nonecase]:

二、yield关键字

2.1、yield关键字的理解与使用

yield关键字作用的通俗理解是:定义生成器(generator)时常用的一个带有return作用的关键字,当一个函数带有yield关键字,那么这个函数已经不再是通俗意义上的函数,它是一个生成器(带yield关键字的函数才是真正的迭代器)。

下面通过小程序的解读来说明yield关键字的作用与用法:

def foo():
    print('hello')
    while True:
        r = yield 1
        print('r: ', r)
a = foo()
print(next(a))
print('-'*6)
print(next(a))

输出如下

hello
1
------
r: None
1

解释:

1、程序开始执行以后,因为foo函数中有yield关键字,所以foo函数并不会真的执行,而是先得到一个生成器(相当于一个对象);

2、直到调用next方法,foo函数正式开始执行,先执行foo函数中的print方法,然后进入while循环;

3、程序遇到yield关键字,然后把yield想想成return,return了一个1之后,程序停止,并没有执行赋值给r操作,此时next(g)语句执行完成,所以输出的前两行(第一个是while上面的print的结果,第二个是return出的结果)是执行print(next(a))的结果;

4、打印分割线

5、又开始执行下面的print(next(a)),这个时候和上面那个差不多,不过不同的是,这个时候是从刚才那个next程序停止的地方开始执行的,也就是要执行r的赋值操作,这时候要注意,这个时候赋值操作的右边是没有值的(因为刚才那个是return出去了,并没有给赋值操作的左边传参数),所以这个时候r赋值是None,所以接着下面的输出就是r: None;

6、程序会继续在while里执行,又一次碰到yield,这个时候同样return 出1,然后程序停止,print函数输出的1就是这次return出的1。

说明:这里的next函数是通过yield关键字得到的生成器(前面我们说了这个生成器相当于一个对象)自带的一个方法,相当于“下一步”,next开始的地方是接着上一个next停止的地方执行的,所以调用next的时候,生成器并不会从foo函数的开始执行,而是从上一次停止的地方开始执行,在遇到下一个yield的时候结束。

下面介绍一下生成器对象中的另一个函数:send函数

def foo():
    print('hello')
    while True:
        r = yield 1
        print('r: ', r)
a = foo()
print(next(a))
print('-'*6)
print(a.send(2))

输出如下

hello
1
------
r: 2
1

send函数的概念:就上面的程序而言:send是发送一个参数给r的,因为上面讲到,return的时候,并没有把1赋值给r,下次执行的时候只好继续执行赋值操作,只好赋值为None了,而如果用send的话,开始执行的时候,先接着上一次(return 1之后)执行,先把2赋值给了r,然后执行next的作用,遇见下一个的yield,return出结果后结束。

2.2 为什么使用包含yield的生成器

为什么用这个生成器,是因为如果用List的话,会占用更大的空间,比如取0~1000,一般我们可能这样写:

for n in range(1000):
    a = n

这个时候range(1000)段语句就默认生成一个含有1000个数的list(也就相当于C++中定义数组时固定大小)不管你是否使用这个list,它都在那里,占用内存,直到python解释器自动回收。然而使用yield组合便相当于一个动态的数据定义过程,如下:

def foo(num):
    while num < 10:
        num = num + 1
        yield num

for n in foo(0):
    print(n, end=' ')
print('')

'''
输出如下:
1 2 3 4 5 6 7 8 9 10
'''

参考:[https://blog.csdn.net/mieleizhi0522/article/details/82142856]: