tuple() 增加这么多运行时间是正常的吗？

Question

我有一个相对较长（20,000 行）的 CSV 文件和一个简单的函数来打开它：def read_prices():    with open('sp500.csv', 'r') as f:        reader = csv.DictReader(f)        for row in reader:            yield float(row['Adj Close'].strip())当我按原样计时时3e-05s：print(timeit.timeit(lambda: read_prices(), number=100))当我计时相同的功能但tuple(...)它需要一个惊人的27s：print(timeit.timeit(lambda: tuple(read_prices()), number=100))这是正常的tuple()吗？为什么会这样？我是初学者，所以欢迎 ELI5 解释:)

Answer 1

发生这种情况是因为read_prices它不是一个函数 - 它实际上是一个generator. 那是因为yield关键字。

正如函数式编程 HOWTO中所解释的：

任何包含yield关键字的函数都是生成器函数；这是由 Python 的字节码编译器检测到的，该编译器专门编译该函数作为结果。

当您调用生成器函数时，它不会返回单个值；相反，它返回一个支持迭代器协议的生成器对象。

所以当你第一次运行时发生的read_prices()只是一个generator对象的创建，等待被告知yield元素。

在第二个版本中tuple(read_prices())，您像以前一样创建generator对象，但tuple()实际上会一次性耗尽它和yield所有元素。

---

一个简单的演示：

>>> def yielder():

...     yield from [1, 2, 3]

...     

>>> y = yielder()

>>> y

<generator object yielder at 0x2b5604090de0>

>>> next(y)

1

>>> list(y)

[2, 3]

>>> tuple(yielder())

(1, 2, 3)

Answer 2

这是因为这是一个生成器 read_prices('SP500.csv')，当这样调用时它几乎什么都不做。

但是，当您这样做时，tuple(read_prices('SP500.csv'))它会操作生成器并提供值。

生成器是可迭代的，由 a 操作：

• for 循环

• 下一个

• 使用解包tuple（如您所述）或list

在涉及集合构造的其他操作中。

这是一个更具体的生成器示例：

def f():

    print("First value:")

    yield "first"

    print("Second value:")

    yield "second"

这是在行动：

### Nothing prints when called (analogous to your first timeit  without tuple)

In [2]: v = f()

In [3]:

### However when I call `next` the first value is provided:

In [3]: next(v)

First value:

Out[3]: 'first'

## etc, until there is no more values and a "StopIteration` exception is raised:

In [4]: next(v)

Second value:

Out[4]: 'second'

In [5]: next(v)

------------------------------------

...

StopIteration:

## by unpacking using "tuple" the "StopIteration" 

## exception is handled and all the values are provided at once

##  (like your timeit using the tuple):

In [6]: tuple(f())

First value:

Second value:

Out[6]: ('first', 'second')