6

¿Cuál es el uso de la palabra clave yield en Python? ¿Qué hace?

Estoy intentando entender el siguiente código1:

def _get_child_candidates(self, distance, min_dist, max_dist):
    if self._leftchild and distance - max_dist < self._median:
        yield self._leftchild
    if self._rightchild and distance + max_dist >= self._median:
        yield self._rightchild

La llamada de la función (o método en este caso) es:

result, candidates = [], [self]
while candidates:
    node = candidates.pop()
    distance = node._get_dist(obj)
    if distance <= max_dist and distance >= min_dist:
        result.extend(node._values)
    candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))
return result

¿Qué sucede cuando se llama al método _get_child_candidates? ¿Devuelve una lista o un solo elemento? ¿Es llamado de nuevo? ¿Cuándo se detendrán las llamadas subsiguientes?


1. El código proviene de Jochen Schulz (jrschulz), quien creó una excelente biblioteca de Python para espacios métricos. Este es el enlace a la fuente completa: Module mspace.

8
  • 1
    yield y metaclases son 2 cosas muy distintas.
    – user22539
    el 13 abr. 2019 a las 17:40
  • @abulafia ¿por qué voy a borrar el comentario?
    – user22539
    el 13 abr. 2019 a las 19:22
  • @eyllanesc Para no inducir a confusión a futuros lectores, ya que la pregunta no menciona (ahora) las metaclases por ningún sitio, ni el código las usa, y entonces no se entiende el por qué de ese comentario.
    – abulafia
    el 13 abr. 2019 a las 19:24
  • @abulafia pues eso es parte del historial, no trae confusión ya que señala algo claro: esos conceptos son diferentes.
    – user22539
    el 13 abr. 2019 a las 19:25
  • @Adolfo He editado las etiquetas para quitar poo y clases, pues realmente yield no está relacionado. Puede usarse en una función normal y el hecho de que en este caso sea un método de una clase es anecdótico y no influye en la respuesta.
    – abulafia
    el 13 abr. 2019 a las 20:44

1 respuesta 1

9

Explicación sencilla (y falsa)

Un yield puede entenderse como una especie de return que no retorna realmente del todo.

Cuando ejecutando una función se encuentra yield loquesea, la función retorna el valor loquesea, pero "guarda por donde iba". Posteriormente se puede reanudar en el punto donde se dejó, y seguirá ejecutándose por la instrucción siguiente al yield.

Es frecuente por tanto encontrar yield dentro de un bucle, de modo que cada vez que la función se "reanuda" se itera un nuevo valor del bucle y se "retorna" ese nuevo valor.

Cuando la función llega a su final, se produce un "verdadero" return (que retorna None) y entonces ya no se puede reanudar más.

Explicación verdadera (y no tan complicada)

Cuando python está compilando el programa (sí, Python compila todo el código a una representación binaria intermedia antes de pasar a ejecutarlo) si encuentra una función (llamémosla por ejemplo foo) que contiene una o más instrucciones yield, la marca de forma especial. Esa función será un generador.

Cuando el código llame a la función foo() ésta no se ejecuta de forma normal. De hecho ni siquiera comienza su ejecución. El intérprete hace que el resultado de foo() sea un iterador. Es decir, por ejemplo, en:

v = foo()

v pasaría a contener un iterador. Un iterador es un objeto al que se le puede hacer next().

Cuando se haga next(v) entonces sí, el código de foo() comenzará a ejecutarse, y se pausará cuando alcance la instrucción yield. Por ejemplo:

r = next(v)

haría que comenzara el código de foo, y que ante el primer yield el flujo retornara, y el valor retornado por next() sería precisamente el que yield especificó.

Más adelante puede hacerse de nuevo next(v) y entonces la función foo reanudará su ejecución donde estaba (después del yield) y seguirá hasta encontrar otro yield, y así sucesivamente.

Cuando al hacer next(v) la ejecución de la función alcanza su final "real" y por tanto retorna None, el itérprete lanzará la excepción StopIteration.

Por tanto si queremos iterar por todos los valores que vaya "retornando" esa función hasta que se acaben haríamos:

v = foo()
while True:
    try:
        r = next(v)
        print("Valor retornado:", r)
    except StopIteration:
        print("Y no hay más valores")

Pero Python tiene una sintaxis mucho más elegante para hacer esto mismo, a la que estamos bien acostumbrados aún si no sabíamos cómo lo hacía "por debajo". Se trata del bucle for. Lo anterior equivale a:

for r in foo():
   print("Valor retornado:", r)
print("Y no hay más valores")

for se ocupa "por debajo" de recoger el iterador retornado por foo() e ir haciendo next() sobre él, asignando cada valor a r hasta que se detecta StopIteration y se sale del bucle.

El for de las list comprehensions también funciona con generadores, de modo que puedes hacer algo como:

lista = [r for r in foo()]

y así se creará una lista con todos los valores devueltos por el generador. También podríamos abreviarlo a:

lista = list(foo())

ya que list espera un iterable como parámetro, por lo que internamente iterará sobre él, y lo mismo le da que sea un generador que una verdadera lista u otro tipo de objeto, con tal de que implemente el interfaz iterable, es decir, que admita que se le pueda hacer next().

Los generadores son preferibles a las listas cuando el número de elementos es grande, pues se van creando a medida que se necesitan, en vez de tener todos los elementos creados de antemano. Un generador podria incluso no terminar nunca. Por ejemplo, se podría pensar en un generador que cada vez que haces next() te devuelva el siguiente primo.

Para qué se usan

Como he dicho el uso habitual es para hacer generadores que después se puedan iterar en un bucle for.

Pero durante un tiempo (antes de que Python recibiera los keywords async/await, cosa que sucedió en la versión 3.5), se usaban también como una forma un poco enrevesada de conseguir programación asíncrona mediante tareas cooperativas.

Ya que yield no retorna del todo sino que puede seguir por donde se dejó, puede utilizarse para implementar el concepto de corutina que permite a varias funciones entremezclar sus ejecuciones produciendo la ilusión de que ambas avanzan más o menos a la vez, sin necesidad de usar programación multihilo, posibilitando la programación asíncrona.

Pero esa es otra historia. En tu código se está usando (aunque no lo parezca) como un generador.

Esto se debe a que la llamada a la función aparece como parámetro de extend. Es decir, el código hace el equivalente de:

lista.extend(foo())

Ya que extend espera como parámetro un iterable, lo que hará será iterar por los valores devueltos por el generador foo, para añadirlos a lista. Es decir, es equivalente a haber hecho:

lista.extend([v for v in foo()])

o

lista.extend(list(foo())

Respondiendo ya a tus preguntas:

  1. ¿Qué sucede cuando se llama al método _get_child_candidates?

Se crea un iterable, y eso es lo que retorna.

  1. ¿Devuelve una lista o un solo elemento?

Ni lo uno ni lo otro, retorna un iterable. Pero según el contexto en que lo uses, probablemente se iterará sobre ese iterable. En tu caso, como ya expliqué, estás pasando el iterable como parámetro de extend() por lo que éste llamará a next() sobre el iterable hasta que lo agote. Cada vez que lo llama se ejecuta hasta el siguiente yield.

Si observamos el código de _get_child_candidates, vemos no contiene bucles y sólo hay dos yield por lo que iterar sobre este caso producirá sólo dos iteraciones como máximo (si ambos if fuesen ciertos, si no puede incluso iterar cero veces)

  1. ¿Es llamado de nuevo? ¿Cuándo se detendrán las llamadas subsiguientes?

A riesgo de ser pesado y aunque ya debe de estar claro, la función sólo se llama una vez. Pero se reanuda varias veces, hasta que ya no ejecute más yield y llegue a su final. En este caso puede generar 0, 1 ó 2 resultados según se cumplan o no los if

De modo que la lista sobre la que se ha hecho .extend() se extenderá con el hijo izquierdo, o el derecho, o ambos, o ninguno :-)

Sin yield

Para cerrar, decir que la función _geg_child_candidates() perfectamente se podría haber implementado sin usar yield. Se podría crear una lista que contenga al hijo izquierdo, o el derecho, o ambos, o ninguno, según corresponda, y retornar esa lista. Así:

def _get_child_candidates(self, distance, min_dist, max_dist):
    result = []
    if self._leftchild and distance - max_dist < self._median:
        result.append(self._leftchild)
    if self._rightchild and distance + max_dist >= self._median:
        result.append(self._rightchild)
    return result

Desde fuera, en este caso, se usaría exactamente de la misma forma:

candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))

.extend() espera algo sobre lo que iterar, y en este caso estaría recibiendo una lista, lo que le vale. Añadiría a candidates los elementos de la lista retornada por node._get_child_candidates(). En el caso original, recibía un iterable, lo que también le valía.

No veo mucha ventaja en este caso en usar un generador, pues la lista a crear es realmente muy pequeña. En casos en que la lista pueda ser enorme, el generador tiene la ventaja ya comentada de que es más ligero en el uso de memoria, y si cada elemento tarda un tiempo en ser calculado, el generador te permite obtener el siguiente elemento tan pronto esté listo, sin tener que esperar a generar una lista entera de ellos. Este método es lo que se llama "lazy" (perezoso), porque un dato no se computa hasta que no se necesita.

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.