CATALOGUE Code & Data Formation Python Maîtriser Python - Techniques avancées Maîtriser les Générateurs et le Mot-Clé YIELD en Python

Maîtriser les Générateurs et le Mot-Clé YIELD en Python

Générateurs : Générateurs avec le mot-clé yield
Vidéo non disponible ! Réessayez plus tard
Cette vidéo fait partie de la formation
Maîtriser Python - Techniques avancées
Revoir le teaser Je m'abonne
5,0
Transcription
Cette leçon fait partie de la formation
99,00€ Ajouter au panier

Formation incluse dans l'abonnement Elephorm

Je m'abonne à Elephorm
DescriptionProgrammeAvis
5,0
Cette leçon fait partie de la formation
99,00€ Ajouter au panier

Formation incluse dans l'abonnement Elephorm

Je m'abonne à Elephorm

Comprendre la Différence entre les Fonctions Normales et les Générateurs

Objectifs

Comprendre les générateurs en Python et savoir utiliser le mot-clé YIELD pour créer des itérables efficaces et performants.

Résumé

Apprenez à utiliser le mot-clé YIELD en Python pour créer des générateurs, qui offrent des performances améliorées et une gestion optimisée des itérables.

Description

Les générateurs et le mot-clé YIELD en Python apportent une révolution dans la gestion des itérables. Contrairement aux fonctions normales, un générateur en Python permet d’arrêter et de reprendre l'exécution, facilitant ainsi la gestion de grandes quantités de données. Dans cette leçon, nous explorons les aspects suivants :

Les différences fondamentales : Contrairement à RETURN, YIELD n’interrompt pas définitivement l'exécution. Il permet de reprendre là où l’on s’était arrêté.

Exemples pratiques : En comparant une fonction traditionnelle et un générateur, nous visualisons leur comportement distinct via des exemples de code et des impressions de suivi.

Utilisation avancée : Découvrez comment intégrer des générateurs dans des boucles et itérer efficacement à l’aide de ‘for’ et ‘next’.

Transformation des listes avec YIELD : Apprenez à reformuler des list comprehensions en générateurs pour des traitements plus souples et puissants.

Fonctions et documentations : Utilisez la puissance des fonctions pour documenter, passer des paramètres et créer des générateurs dynamiques et réutilisables.

Cette leçon met en lumière les avantages et l’importance des générateurs pour tout programmeur Python souhaitant optimiser son code.

Voir plus

Questions fréquentes

Quelle est la première différence entre une fonction normale et un générateur en Python?
La première différence notable est que le générateur, lorsqu'il est appelé, ne démarre pas immédiatement l'exécution du code, contrairement à une fonction normale.
Comment fait-on pour récupérer la prochaine valeur d'un générateur?
Pour récupérer la prochaine valeur d'un générateur, on utilise la fonction next().
Pourquoi est-il avantageux d'utiliser des générateurs avec des boucles for?
Utiliser des générateurs avec des boucles for permet une itération efficiente et économe en mémoire, car les valeurs sont produites à la demande sans nécessiter le stockage de l'ensemble des éléments simultanément.

Programme détaillé

3 commentaires
5,0
3 votes
5
4
3
2
1
LELEU X.
Il y a 7 mois
Bonjour,
Les thèmes variés agrémentés d'exemples simples et clairs enrichissent toutes les notions exposées de façon particulièrement pédagogique. 👍
L'approche didactique m'a permis de beaucoup mieux comprendre tout un tas de concepts plus ou moins bien assimilés auparavant avec une vue d'ensemble nettement plus limpide aujourd'hui. 🤓
Merci pour cette belle prestation. 🙏
Profile picture for user michelkreutner
Michel K.
Il y a 1 an
Les explications sont claires et concises. Ce cours sur l'utilisation avancée de Python est tres intéressant. Il vous apportera des connaissances que vous pourrez ensuite approfondir.
Je suis vraiment tres satisfait par cette première formation suivie sur Python.
Yvan V.
Il y a 3 ans
Hello, sur la video autour de asyncio, vous utilisez python 2.7.12. J'utilise python 3.10, aussi je souhaite faire partager mon code (qui fonctionne) selon ma vision et compréhension sur le sujet d'étude que vous avez proposé. Yvan Vogel.

#CODE en python 3.10.0 64 bits (VScode 1.62.3)
import datetime
import asyncio
import aiohttp
import requests


# ----------------------------------------------------------------------------------------------------------------------------
def req_bloquante(num):
print(f"Get {num}")
uid = requests.get("https://httpbin.org/uuid").json()["uuid"]
print(f"Res {num}: {uid}")


def faire_toutes_les_requetes():
for x in range(51):
req_bloquante(x)


print("=====> ### Bloquant : ")
start = datetime.datetime.now()
faire_toutes_les_requetes()
exec_time = (datetime.datetime.now() - start).seconds
print(f"Downloading all take {exec_time} seconds\n")

# ----------------------------------------------------------------------------------------------------------------------------


async def requeteSansBloquer(semaphore, num, session):
print(f"Get {num}")
# await semaphore.acquire() # putting this await semaphore commande the Res is ordering but process very slow ~60 sec
async with session.get("https://httpbin.org/uuid") as response:
uid = (await response.json())["uuid"]
# await asyncio.sleep(delay=3) #delay = number of seconds
# semaphore.release()
print(f"Res {num}: {uid}")
# return uid # ?


async def main():
semaphore = asyncio.Semaphore(value=1)
tasks = []
async with aiohttp.ClientSession(
loop=loop, connector=aiohttp.TCPConnector(ssl=False)
) as session:
for x in range(51):
tasks.append(requeteSansBloquer(semaphore, x, session))
await asyncio.gather(*tasks)
print("This is after the loop...")


if __name__ == "__main__":
print("=====> ### Non Bloquant : ")
start = datetime.datetime.now()
loop = asyncio.get_event_loop()
loop.run_until_complete(main())
exec_time = (datetime.datetime.now() - start).microseconds
print(f"Downloading all take {exec_time} micro seconds\n")