我很难理解PEP 380。
在什么情况下yield from是有用的? 经典用例是什么? 为什么将其与微线程进行比较?
到目前为止，我使用过生成器，但从未真正使用过协程(由PEP-342引入)。尽管有一些相似之处，生成器和协程基本上是两个不同的概念。理解协程(不仅仅是生成器)是理解新语法的关键。
以我之见，协程是Python中最晦涩的特性，大多数书籍都让它看起来毫无用处和无趣。
感谢这些精彩的回答，但特别感谢agf和他的评论链接到David Beazley的演讲。
当前回答
这段代码定义了一个函数fixed_sum_digits，返回一个枚举所有6位数字的生成器，使得数字和为20。
def iter_fun(sum, deepness, myString, Total):
if deepness == 0:
if sum == Total:
yield myString
else:
for i in range(min(10, Total - sum + 1)):
yield from iter_fun(sum + i,deepness - 1,myString + str(i),Total)
def fixed_sum_digits(digits, Tot):
return iter_fun(0,digits,"",Tot)
试着不屈服地写它。如果你找到了有效的方法，请告诉我。
我认为对于这样的情况:访问树，yield from使代码更简单、更干净。
其他回答
一个简短的例子将帮助您理解yield from的用例之一:从另一个生成器获取价值
def flatten(sequence):
"""flatten a multi level list or something
>>> list(flatten([1, [2], 3]))
[1, 2, 3]
>>> list(flatten([1, [2], [3, [4]]]))
[1, 2, 3, 4]
"""
for element in sequence:
if hasattr(element, '__iter__'):
yield from flatten(element)
else:
yield element
print(list(flatten([1, [2], [3, [4]]])))
Yield从基本链迭代器以有效的方式:
# chain from itertools:
def chain(*iters):
for it in iters:
for item in it:
yield item
# with the new keyword
def chain(*iters):
for it in iters:
yield from it
正如您所看到的，它删除了一个纯Python循环。这几乎就是它所做的一切，但是链接迭代器是Python中非常常见的模式。
线程基本上是一种特性，它允许您在完全随机的点跳出函数，并跳回另一个函数的状态。线程管理器经常这样做，因此程序似乎同时运行所有这些函数。问题是这些点是随机的，所以您需要使用锁定来防止管理器在有问题的点上停止函数。
在这个意义上，生成器与线程非常相似:它们允许您指定特定的点(当它们屈服时)，您可以在那里插入和退出。当以这种方式使用时，生成器称为协程。
阅读这篇关于Python协程的优秀教程，了解更多细节
在异步IO协程的实际使用中，yield from与协程函数中的await具有类似的行为。两者都用于暂停协程的执行。
Yield from由基于生成器的协程使用。 Await用于async def协程。(Python 3.5+开始)
对于Asyncio，如果不需要支持旧的Python版本(即>3.5)，async def/await是定义协程的推荐语法。因此，yield from在协程中不再需要。
但一般来说，在asyncio之外，yield from <子生成器>在迭代子生成器时仍有一些其他用途，如前面的回答中所述。
这段代码定义了一个函数fixed_sum_digits，返回一个枚举所有6位数字的生成器，使得数字和为20。
def iter_fun(sum, deepness, myString, Total):
if deepness == 0:
if sum == Total:
yield myString
else:
for i in range(min(10, Total - sum + 1)):
yield from iter_fun(sum + i,deepness - 1,myString + str(i),Total)
def fixed_sum_digits(digits, Tot):
return iter_fun(0,digits,"",Tot)
试着不屈服地写它。如果你找到了有效的方法，请告诉我。
我认为对于这样的情况:访问树，yield from使代码更简单、更干净。
Yield from生成一个生成器，直到生成器为空，然后继续执行以下代码行。
e.g.
def gen(sequence):
for i in sequence:
yield i
def merge_batch(sub_seq):
yield {"data": sub_seq}
def modified_gen(g, batch_size):
stream = []
for i in g:
stream.append(i)
stream_len = len(stream)
if stream_len == batch_size:
yield from merge_batch(stream)
print("batch ends")
stream = []
stream_len = 0
运行这个程序会得到:
In [17]: g = gen([1,2,3,4,5,6,7,8,9,10])
In [18]: mg = modified_gen(g, 2)
In [19]: next(mg)
Out[19]: {'data': [1, 2]}
In [20]: next(mg)
batch ends
Out[20]: {'data': [3, 4]}
In [21]: next(mg)
batch ends
Out[21]: {'data': [5, 6]}
In [22]: next(mg)
batch ends
Out[22]: {'data': [7, 8]}
In [23]: next(mg)
batch ends
Out[23]: {'data': [9, 10]}
In [24]: next(mg)
batch ends
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
Input In [24], in <cell line: 1>()
----> 1 next(mg)
StopIteration:
因此，yield from可以从另一个生成器获取输出，做一些修改，然后将自己的输出作为生成器本身提供给其他生成器。
在我看来，这是yield from的主要用例之一
