在 Python 中，通过 生成器表达式 与使用 yield 语句创建生成器对象有什么区别？

使用产量:

def Generator(x, y):
    for i in xrange(x):
        for j in xrange(y):
            yield(i, j)

使用生成器表达式:

def Generator(x, y):
    return ((i, j) for i in xrange(x) for j in xrange(y))

这两个函数都返回生成元组的生成器对象，例如(0,0)、(0,1) 等

其中一个有什么优点吗？想法？

最佳答案

两者只有细微的差别。您可以使用 dis 模块自己检查这类事情。

编辑:我的第一个版本在交互式提示中反编译了在模块范围内创建的生成器表达式。这与在函数内部使用的 OP 版本略有不同。我已对此进行了修改以匹配问题中的实际情况。

如下所示，“yield”生成器(第一种情况)在设置中有三个额外的指令，但与第一个 FOR_ITER 相比，它们仅在一个方面有所不同:“yield”方法使用 LOAD_FAST 代替循环内的 LOAD_DEREF。 LOAD_DEREF 是 "rather slower"比 LOAD_FAST，因此对于足够大的 x 值(外循环)，“yield”版本比生成器表达式稍快，因为 y 的值 在每次传递时加载速度稍快。对于较小的 x 值，由于设置代码的额外开销，它会稍微慢一些。

可能还值得指出的是，生成器表达式通常会在代码中内联使用，而不是像这样用函数包装它。即使 LOAD_FAST 为“yield”版本提供了优势，这也将消除一些设置开销，并使生成器表达式对于较小的循环值保持稍快。

在这两种情况下，性能差异都不足以证明在两者之间做出决定。可读性要重要得多，所以对于手头的情况，使用最易读的那个。

>>> def Generator(x, y):
...     for i in xrange(x):
...         for j in xrange(y):
...             yield(i, j)
...
>>> dis.dis(Generator)
  2           0 SETUP_LOOP              54 (to 57)
              3 LOAD_GLOBAL              0 (xrange)
              6 LOAD_FAST                0 (x)
              9 CALL_FUNCTION            1
             12 GET_ITER
        >>   13 FOR_ITER                40 (to 56)
             16 STORE_FAST               2 (i)

  3          19 SETUP_LOOP              31 (to 53)
             22 LOAD_GLOBAL              0 (xrange)
             25 LOAD_FAST                1 (y)
             28 CALL_FUNCTION            1
             31 GET_ITER
        >>   32 FOR_ITER                17 (to 52)
             35 STORE_FAST               3 (j)

  4          38 LOAD_FAST                2 (i)
             41 LOAD_FAST                3 (j)
             44 BUILD_TUPLE              2
             47 YIELD_VALUE
             48 POP_TOP
             49 JUMP_ABSOLUTE           32
        >>   52 POP_BLOCK
        >>   53 JUMP_ABSOLUTE           13
        >>   56 POP_BLOCK
        >>   57 LOAD_CONST               0 (None)
             60 RETURN_VALUE
>>> def Generator_expr(x, y):
...    return ((i, j) for i in xrange(x) for j in xrange(y))
...
>>> dis.dis(Generator_expr.func_code.co_consts[1])
  2           0 SETUP_LOOP              47 (to 50)
              3 LOAD_FAST                0 (.0)
        >>    6 FOR_ITER                40 (to 49)
              9 STORE_FAST               1 (i)
             12 SETUP_LOOP              31 (to 46)
             15 LOAD_GLOBAL              0 (xrange)
             18 LOAD_DEREF               0 (y)
             21 CALL_FUNCTION            1
             24 GET_ITER
        >>   25 FOR_ITER                17 (to 45)
             28 STORE_FAST               2 (j)
             31 LOAD_FAST                1 (i)
             34 LOAD_FAST                2 (j)
             37 BUILD_TUPLE              2
             40 YIELD_VALUE
             41 POP_TOP
             42 JUMP_ABSOLUTE           25
        >>   45 POP_BLOCK
        >>   46 JUMP_ABSOLUTE            6
        >>   49 POP_BLOCK
        >>   50 LOAD_CONST               0 (None)
             53 RETURN_VALUE

关于Python:生成器表达式与产量，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/1995418/