Python: wyrażenie generatora a wydajność


90

Czy w Pythonie jest jakaś różnica między tworzeniem obiektu generatora za pomocą wyrażenia generatora a użyciem instrukcji yield ?

Korzystanie z wydajności :

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

Korzystanie z wyrażenia generatora :

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

Obie funkcje zwracają obiekty generatora, które tworzą krotki, np. (0,0), (0,1) itd.

Jakieś zalety jednej lub drugiej? Myśli?


Dzięki wszystkim! W tych odpowiedziach jest wiele świetnych informacji i dalszych odniesień!


2
Wybierz ten, który uważasz za najbardziej czytelny.
user238424

Odpowiedzi:


74

Są tylko niewielkie różnice w tych dwóch. Możesz użyć dismodułu do samodzielnego zbadania tego rodzaju rzeczy.

Edycja: moja pierwsza wersja dekompilowała wyrażenie generatora utworzone w zakresie modułu w interaktywnym zachęcie. To nieco różni się od wersji OP, która jest używana wewnątrz funkcji. Zmodyfikowałem to, aby pasowało do rzeczywistego przypadku w pytaniu.

Jak widać poniżej, generator „wydajności” (pierwszy przypadek) ma trzy dodatkowe instrukcje w konfiguracji, ale od pierwszej FOR_ITERróżnią się one tylko jednym względem: podejście „uzysku” używa LOAD_FASTzamiast a LOAD_DEREFwewnątrz pętli. LOAD_DEREFJest „a mniejsza” niż LOAD_FAST, co oznacza, że ten „wydajność” wersji nieco szybciej niż ekspresji generatora dostatecznie dużych wartościach x(zewnętrzna pętla), ponieważ wartość yjest ładowany nieco szybciej w każdym przejściu. W przypadku mniejszych wartości xbyłby nieco wolniejszy z powodu dodatkowego narzutu kodu konfiguracji.

Warto również zwrócić uwagę, że wyrażenie generatora jest zwykle używane w kodzie, zamiast opakowywać je w taką funkcję. Pozwoliłoby to usunąć trochę narzutów związanych z konfiguracją i sprawić, że wyrażenie generatora będzie nieco szybsze dla mniejszych wartości pętli, nawet jeśli w przeciwnym razie LOAD_FASTzapewniłoby to przewagę wersji „yield”.

W żadnym przypadku różnica w wydajności nie byłaby wystarczająca, aby uzasadnić wybór między jednym a drugim. Czytelność liczy się znacznie bardziej, więc używaj tego, co wydaje się najbardziej czytelne w danej sytuacji.

>>> 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

Zaakceptowano - szczegółowe wyjaśnienie różnicy za pomocą dis. Dzięki!
cschol

Zaktualizowałem tak, aby zawierało łącze do źródła, które twierdzi, że LOAD_DEREFjest „raczej wolniejsze”, więc jeśli wydajność naprawdę ma znaczenie, to pewne rzeczywiste timing timeitbyłoby dobre. Analiza teoretyczna idzie tylko na razie.
Peter Hansen,

36

W tym przykładzie nie do końca. Ale yieldmoże być używany do bardziej złożonych konstrukcji - na przykład może również akceptować wartości od wywołującego i w rezultacie modyfikować przepływ. Przeczytaj PEP 342, aby uzyskać więcej informacji (jest to interesująca technika, którą warto poznać).

W każdym razie najlepszą radą jest użycie tego, co jest bardziej zrozumiałe dla twoich potrzeb .

PS Oto prosty przykład programu autorstwa Dave'a Beazleya :

def grep(pattern):
    print "Looking for %s" % pattern
    while True:
        line = (yield)
        if pattern in line:
            print line,

# Example use
if __name__ == '__main__':
    g = grep("python")
    g.next()
    g.send("Yeah, but no, but yeah, but no")
    g.send("A series of tubes")
    g.send("python generators rock!")

8
+1 za link do Davida Beazleya. Jego prezentacja o coroutines to najbardziej oszałamiająca rzecz, jaką czytałem od dłuższego czasu. Może nie tak przydatne, jak jego prezentacja na temat generatorów, ale mimo to niesamowite.
Robert Rossney,

18

Nie ma różnicy w rodzaju prostych pętli, które można dopasować do wyrażenia generatora. Jednak wydajność można wykorzystać do tworzenia generatorów, które wykonują znacznie bardziej złożone przetwarzanie. Oto prosty przykład generowania sekwencji Fibonacciego:

>>> def fibgen():
...    a = b = 1
...    while True:
...        yield a
...        a, b = b, a+b

>>> list(itertools.takewhile((lambda x: x<100), fibgen()))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]

5
+1 to super ... nie mogę powiedzieć, że kiedykolwiek widziałem taką krótką i słodką implementację bez rekurencji.
JudoWill

Zwodniczo prosty fragment kodu - myślę, że Fibonacci będzie szczęśliwy, widząc go !!
user-asterix

10

W użyciu należy zwrócić uwagę na różnicę między obiektem generatora a funkcją generatora.

Obiekt generatora jest używany tylko raz, w przeciwieństwie do funkcji generatora, której można użyć ponownie za każdym razem, gdy wywołujesz go ponownie, ponieważ zwraca nowy obiekt generatora.

Wyrażenia generatora są w praktyce zwykle używane jako „surowe”, bez zawijania ich w funkcję, i zwracają obiekt generatora.

Na przykład:

def range_10_gen_func():
    x = 0
    while x < 10:
        yield x
        x = x + 1

print(list(range_10_gen_func()))
print(list(range_10_gen_func()))
print(list(range_10_gen_func()))

które wyjścia:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

Porównaj z nieco innym zastosowaniem:

range_10_gen = range_10_gen_func()
print(list(range_10_gen))
print(list(range_10_gen))
print(list(range_10_gen))

które wyjścia:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[]
[]

I porównaj z wyrażeniem generatora:

range_10_gen_expr = (x for x in range(10))
print(list(range_10_gen_expr))
print(list(range_10_gen_expr))
print(list(range_10_gen_expr))

który również wyprowadza:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[]
[]

8

Używanie yieldjest przyjemne, jeśli wyrażenie jest bardziej skomplikowane niż tylko zagnieżdżone pętle. Między innymi możesz zwrócić specjalną pierwszą lub specjalną ostatnią wartość. Rozważać:

def Generator(x):
  for i in xrange(x):
    yield(i)
  yield(None)

5

Myśląc o iteratorach, itertoolsmoduł:

... standaryzuje podstawowy zestaw szybkich, wydajnych pamięciowo narzędzi, które są przydatne same w sobie lub w połączeniu. Razem tworzą „algebrę iteratora” umożliwiającą konstruowanie specjalistycznych narzędzi w zwięzły i skuteczny sposób w czystym Pythonie.

Aby uzyskać wydajność, rozważ itertools.product(*iterables[, repeat])

Iloczyn kartezjański iterowalnych danych wejściowych.

Odpowiednik zagnieżdżonych pętli for w wyrażeniu generatora. Na przykład product(A, B)zwraca to samo, co ((x,y) for x in A for y in B).

>>> import itertools
>>> def gen(x,y):
...     return itertools.product(xrange(x),xrange(y))
... 
>>> [t for t in gen(3,2)]
[(0, 0), (0, 1), (1, 0), (1, 1), (2, 0), (2, 1)]
>>> 

4

Tak, jest różnica.

Dla wyrażenia generatora (x for var in expr), iter(expr)jest wywoływana, gdy wyrażenie jest tworzony .

Podczas używania defi yieldtworzenia generatora, jak w:

def my_generator():
    for var in expr:
        yield x

g = my_generator()

iter(expr)nie jest jeszcze wezwany. Będzie wywoływana tylko podczas iteracji g(i może nie zostać wywołana w ogóle).

Biorąc ten iterator jako przykład:

from __future__ import print_function


class CountDown(object):
    def __init__(self, n):
        self.n = n

    def __iter__(self):
        print("ITER")
        return self

    def __next__(self):
        if self.n == 0:
            raise StopIteration()
        self.n -= 1
        return self.n

    next = __next__  # for python2

Ten kod:

g1 = (i ** 2 for i in CountDown(3))  # immediately prints "ITER"
print("Go!")
for x in g1:
    print(x)

podczas:

def my_generator():
    for i in CountDown(3):
        yield i ** 2


g2 = my_generator()
print("Go!")
for x in g2:  # "ITER" is only printed here
    print(x)

Ponieważ większość iteratorów nie wykonuje wielu czynności __iter__, łatwo jest przeoczyć to zachowanie. Prawdziwym przykładem może być Django QuerySet, który pobiera dane__iter__ i data = (f(x) for x in qs)może zająć dużo czasu, a def g(): for x in qs: yield f(x)po nim data=g()natychmiast powraca.

Więcej informacji i formalną definicję można znaleźć w PEP 289 - Wyrażenia generatora .


0

Istnieje różnica, która może być ważna w niektórych kontekstach, a która nie została jeszcze wskazana. Używanie yieldzapobiega używaniu returndo czegoś innego niż niejawne podnoszenie StopIteration (i powiązanych rzeczy) .

Oznacza to, że ten kod jest źle sformułowany (a przekazanie go tłumaczowi da ci AttributeError):

class Tea:

    """With a cloud of milk, please"""

    def __init__(self, temperature):
        self.temperature = temperature

def mary_poppins_purse(tea_time=False):
    """I would like to make one thing clear: I never explain anything."""
    if tea_time:
        return Tea(355)
    else:
        for item in ['lamp', 'mirror', 'coat rack', 'tape measure', 'ficus']:
            yield item

print(mary_poppins_purse(True).temperature)

Z drugiej strony ten kod działa jak urok:

class Tea:

    """With a cloud of milk, please"""

    def __init__(self, temperature):
        self.temperature = temperature

def mary_poppins_purse(tea_time=False):
    """I would like to make one thing clear: I never explain anything."""
    if tea_time:
        return Tea(355)
    else:
        return (item for item in ['lamp', 'mirror', 'coat rack',
                                  'tape measure', 'ficus'])

print(mary_poppins_purse(True).temperature)
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.