Gidhub BE Developer

yield vs return

2018-01-30
goodGid
Python

yield vs return

>>> def abc():
...     data = "abc"
...     for char in data:
...             return char
 
>>> it = iter(abc())        # iter 함수를 사용해 함수 abc() 의 이터레이터 객체를 가지고 온다.

>>> next(it)
'a'

>>> next(it)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

  • 처음 next(it)를 호출하면 ‘a’가 호출되지만

    두 번째 호출에선 abc 함수가 끝나 버렸기 때문에 예외가 발생한다.

>>> def abc():
...     data = "abc"
...     for char in data:
...             yield char

>>> abc
<function abc at 0x104861c80>

>>> abc()       # 제너레이터가 반환됨
<generator object abc at 0x1038711a8>

>>> it = iter(abc())
>>> next(it)
'a'

>>> next(it)
'b'

>>> next(it)
'c'

  • abc()가 실행되면 제너레이터 객체가 반환된다.

  • 함수의 상태가 그대로 보존되기 때문에

    for문의 순회 인덱스가 초기화되지 않아 a,b,c를 순서대로 반환할 수 있다.

  • 함수의 상태를 그대로 보존하고

    다시 호출될 수 있다는 것 때문에 이터레이터 객체를 만들 때 매우 강력한 도구가 될 수 있다.

  • 제너레이터는 메모리가 절약된다는 장점이 있다.

  • 필요할 때마다 데이터를 생성할 수 있어서 메모리 사용을 줄일 수 있다.

>>> a = [1,2,3,4,5,6,7,8,9,10]      # 10개의 객체를 저장할 메모리 공간이 필요하다.
>>> sum(a)
55

>>> b = (i for i in range(11))
>>> b
<generator object <genexpr> at 0x101f0df10>

>>> sum(b)                      # 아이템이 바로 생성되기 때문에 저장할 메모리 공간이 필요하지 않다.
55

Recommend

Index