深拷贝在Python

发电机我使用发电机功能，说：现在深拷贝在Python

def foo(): 
    i=0 
    while (i<10): 
     i+=1 
     yield i

，我想任何数量的迭代后，发电机复制选项，从而使新副本保留内部状态（在示例中将具有相同的'i'），但现在将独立于原始状态（即，对副本的迭代不应改变原始状态）。

我一直在使用copy.deepcopy尝试，但我得到的错误：

"TypeError: object.__new__(generator) is not safe, use generator.__new__()"

很显然，我可以解决这个使用常规的功能与计数器的例子。但我真的在寻找使用生成器的解决方案。

来源

2014-01-23 Cain

我不*认为*这是可能的。如果你只需要对结果进行两次迭代，那么读到'list'并多次迭代'list'，或者'itertools.tee'可能会有所帮助。它不会复制生成器，但它只是将结果存储在队列中，并稍后再将它们吐出。因此，当你阅读“复制”（这可能是你想要从一个生成器的真正克隆中想要的）时，你的函数的任何副作用都不会再被执行，并且如果你从“复制”中读取它*将推进底层的发电机 - 一旦你已经注意到你基本上需要所有的读者使用T恤，而不是原装。 –

你真的想解决什么问题？有多种可能的答案。 –

您可能已经知道这一点，但“Define”不是合法的python。正确的关键字是'def' – SethMMorton

有三种情况，我能想到的：

发电机没有副作用，你只是想能够回头看看你已经捕获的结果。你可以考虑一个cached generator而不是一个真正的发电机。您也可以共享缓存的生成器，并且如果有客户走到您还没有访问过的项目，它会前进。这与tee（）方法类似，但是在生成器/缓存本身中实现了TEE功能，而不需要客户端来完成。
发电机有副作用，但没有历史记录，您希望能够在任何地方重新启动。考虑将其编写为coroutine，您可以随时传入值以启动。
发生器具有副作用和历史，这意味着G（x）处的发生器的状态取决于G（x-1）的结果，因此您不能只将x传回到它以开始任何地方。在这种情况下，我认为你需要更具体地了解你想要做什么，因为结果不仅取决于生成器，还取决于其他数据的状态。在这种情况下，可能有更好的方法来做到这一点。

来源

2014-01-23 17:39:38

itertools.tee的评论也是我的第一个猜测。因为，你不应该使用开球后不再前进原来发电机的警告，我可能会写这样的分拆副本：

>>> from itertools import tee 
>>> 
>>> def foo(): 
... i = 0 
... while i < 10: 
...  i += 1 
...  yield i 
... 
>>> 
>>> it = foo() 
>>> it.next() 
1 
>>> it, other = tee(it) 
>>> it.next() 
2 
>>> other.next() 
2

来源

2014-01-23 17:33:09

不应使用名称'new'，因为它也是模块名称。 – leewz

@leewangzhong - 修正了，谢谢。 –

深拷贝在Python

回答

相关问题