主题：Python 中的惰性 - Computerphile
网址：https://www.youtube.com/watch?v=5jwV3zxXc8E
在此示例中，它尝试在 Python 中从 2 到 Infinity 的无穷系列数字生成素数：
产量和特征产量
Code:
def nats(n):
yield n
yield from nats(n+1)
def sieve(s):
n = next(s)
yield n
yield from sieve(i for i in s if i%n!=0)
p = sieve(nats(2))
next(p)
next(p)
在函数 nats 中，每次调用 next() 时，它都会生成从 n 开始的无穷数并产生 n
series = nats(1)
next(series) # output 1
next(series) # output 2
....
next(series) # output n
Question
在函数 sieve 中，它调用生成器对象并产生来自s;s 在本例中是 nats(2)
下一行是最棘手的部分
毯子里面
sieve(i for i in s if i%n!=0)
它通过对象的循环s当 if 语句触发时，它返回 i ，即
sieve(i)
我的问题是
- what i实际上是？整数或生成器对象
- 假设 n = 2 for 循环序列是什么样的
i%2 我不知道是什么i应该
- 当它触发时如果我%n!=0它返回k iter i要不就kth单个数字/对象
- 毕竟以上最后变成了筛(i)有什么区别筛（nats（2））
- 有人可以逐步介绍 for 循环的工作原理吗
-
sieve始终使用生成器对象进行调用。如前所述，nats(n)（它确实需要一个 int）是一个生成器，因为它包含一个yield。这样就解释了p = sieve(nats(2))。让我们看看当您调用时会发生什么sieve(i for i in s if i%n!=0)。中间的那一点实际上是一个发电机本身！它没有在呼唤sieve具有任何特定值i但用生成的方式i.
所以当你打电话时sieve就像这样，第一行是n = next(s)。这要求下一个值s产生。视频试图解释的部分内容是，这些生成器根据需要执行操作。(i for i in s if i%n!=0)没有立即找到i并将其传递到sieve，如果提供sieve找到一个方法i当需要的时候。这是什么next(s)正在做，它要求实际找到一个特定的i。在这种情况下，它将在原始值中查找下一个值s（记住s现在意味着不同的东西）在哪里i%n != 0.
-
那么我们这么说吧n等于 2。这并不意味着s是 2，但是你得到的第一个值是s是 2。所以当它调用时sieve同样，下一个值将是三，这会导致3%2 != 0是真的，因此它是从生成器中产生的，依此类推。
-
所以这又回到了如何(i for i in s if i%n!=0)是一个发电机。它不会以正确的方式返回任何内容，也不会给出数字sieve。只有在调用之后sieve新的调用请求下一个值，它将获取下一个值。所以它确实会产生一个号码，但只有当你打电话时next(s)去询问它。
-
我希望你现在能明白它永远不会调用sieve(i)，它只调用sieve带发电机。nats(2)是一个生成器，但也是(i for i in s if i%n!=0).
我认为这也为您解释了第五点，但如果您仍然感到困惑，那么我（或其他人）可以准确地展示正在发生的事情，尽管仅用文字很难解释。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
