Python，我使用的是生成器，但不起作用

Question

我制作了这个生成器，它运行完美。

# - Function generator
def polyF(matrix, i=1):
    if i == 1: yield np.c_[np.ones(matrix.shape[0]), matrix]; i+=1
    while i > 1: 
      matrix = np.hstack((matrix, matrix[:, 0:1]**i))
      i+=1
      yield np.c_[np.ones(matrix.shape[0]), matrix]

但是它看起来并不美观。所以我尝试了类似的方法，但是它根本不起作用，我想知道为什么这不起作用。

# - Function generator
def polyF(matrix, i=1):
    while i > 1: 
      matrix = np.hstack((matrix, matrix[:, 0:1]**i))
      i+=1
      yield np.c_[np.ones(matrix.shape[0]), matrix]
    yield np.c_[np.ones(matrix.shape[0]), matrix]; i+=1
getP = polyF(X)

当我使用next（getP）时，这是我收到的错误消息。

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

StopIteration                             Traceback (most recent call last)

<ipython-input-15-91b0148b3536> in <module>()
     25 
     26     # - Predicting yP
---> 27     X_ = next(getP)
     28     W = np.linalg.inv( X_.T @ X_ ) @ X_.T @ Y
     29     yP = W @ X_.T
StopIteration: 

发生了什么事？

Answer 1

因为我想帮助您使代码实际上如您所说的那样“美观”，并且因为我了解到我实际上不能依靠codereview.stackexchange.com对这种事情有所帮助，所以这是我的尝试。

首先，我们注意到在循环内，i += 1可以移到yield之后，因为它不会影响yield中的表达式。然后，重复这两行（我将; i+= 1分隔为单独的行）：

def polyF(matrix, i=1):
    if i == 1: 
        yield np.c_[np.ones(matrix.shape[0]), matrix]  # A
        i+=1                                           # B
    while i > 1: 
        matrix = np.hstack((matrix, matrix[:, 0:1]**i))
        yield np.c_[np.ones(matrix.shape[0]), matrix]  # A
        i+=1                                           # B

因此，我们可以通过首先将循环边界设置为包括1，然后在hstack时将i == 1步骤设置为除外]，让循环处理此问题：

def polyF(matrix, i=1):
    while i > 0:
        if i != 1:
            matrix = np.hstack((matrix, matrix[:, 0:1]**i))
        yield np.c_[np.ones(matrix.shape[0]), matrix]
        i+=1
[接下来，我注意到while条件旨在对严格为正的i无限循环，而对于零或为负的i不执行任何操作。后者似乎是一种特例，我想明确地处理它。这也使我可以使用标准库来处理i的“计数”逻辑：

import itertools

def polyF(matrix, i=1):
    if i < 1:
        return # but maybe we should raise an exception instead?
    for degree in itertools.count(i):
        if degree != 1:
            matrix = np.hstack((matrix, matrix[:, 0:1]**degree))
        yield np.c_[np.ones(matrix.shape[0]), matrix]