生成器與迭代器的使用規則

斐波拉契數列

 1 def fib(max):
 2     n,a,b = 0,0,1
 3     while n < max:
 4         print(b)
 5         a,b = b,a+b
 6         n = n + 1
 7     return 'done'
 8 
 9 
10 fib(10)
11 #注意賦值語句：a,b = b,a+b
12 
13 
14 a,b = b,a+b
15 1,1 = 1,0+1
16 1 ,2 = 1,1+1
17 2,3  =  2,1+2
18 3,5  = 3,2+3
19 5,8  = 5,3+5
20 8,13 = 8,5+8
21 13,21= 13,8+13

菲波那切數列

 

用函數變成生成器修改斐波拉契數列

 1 #將print改成yeild：
 2 def fib(max):
 3     n,a,b = 0,0,1
 4     while n < max:
 5         #print(b)
 6         yield b
 7         a,b = b,a+b
 8         n = n + 1
 9     return 'done'
10 
11 ret = fib(10)
12 print(ret)
13 
14 
15 #顯示結果：
16 <generator object fib at 0x0000000000B387D8>

斐波那契數列生成器

 

生成器的調用

每執行一個ret.__next__(),就調用一次。

1、優勢：

每一次調用就會中斷退出，而後在調用在退出，以此類推。
例如：每調用一次，程序就會退出，而後在去作別的事兒，作完在用ret.__next__()，調用下一個生成器。

 1 def fib(max):
 2     n,a,b = 0,0,1
 3     while n < max:
 4         #print(b)
 5         yield b
 6         a,b = b,a+b
 7         n = n + 1
 8     return 'done'
 9 
10 ret = fib(10)
11 print(ret)
12 print(ret.__next__())
13 print(ret.__next__())
14 print(ret.__next__())

調用生成器實例

 

2、缺點：

__next__()調用超出迭代器的範圍，因此報錯。
生產中是不知道迭代器的元素有多少，因此只能等待異常的出現。

所以能夠用異常處理來抓住生成器的結束，以下：

 1 def fib(max):        1   6
 2     n,a,b = 0,0,1    7
 3     while n < max:   8  16
 4         #print(b)
 5         yield b       9  13  17 #中斷退出，並將至返回給next（）
 6         a,b = b,a+b  14
 7         n = n + 1    15
 8     return '異常'
 9 
10 g = fib(6)       2
11 
12 while True:       3    11
13     try:          4
14         #內置方法，與__next__()是同樣的，返回到上一次yield中斷的地方
15         x = next(g)   5  12
16         print('g:',x)  10  18
17     except  StopIteration as  e:
18         print('Generator return values:',e.value)
19         break

生成器異常處理的執行順序

 

協程

1、概念：cpu調用程序分爲：進程--（包含多個）-->線程--（包含多個）-->協程

2、做用：經過生成器yield實現單線程的狀況下實現併發運算效果（異步IO的雛形）。

3、工做原理：

1、生成器只有在調用時纔會生成相應的數據
二、調用方式有 " str__next__.()   str.send() "，
3、而且每調用一次就產生一個值調用到最後一個值後會報錯
四、報錯可用try和except作異常處理

 

4、注意事項：

next：是直接調用yield，並不會傳值。

send：是調用並直接傳值給yield。

 

5、實例：

 1 #!/usr/bin/env python
 2 # -*- coding:utf8 -*-
 3 # Author:Dong Ye
 4 
 5 
 6 '''
 7 定義兩個模型：
 8 一個是生產包子的。（生成器）
 9 另外一個是吃包子的。（迭代器）
10 
11 這段功能實現了異步IO的雛形，也是一個簡單的協程處理方式。
12 協程的特色：實際是串行方式分開執行的，但因爲運行效果快，給人的感受像是並行。
13 所以，協程也叫做：單線程下的並行執行效果。
14 協程是包含在線程裏的一個單位，線程時進程的一個單位。
15 例如：enginx在異步單線程下，比多線程要快好多倍，也就是這種效果。
16 '''
17 
18 import time
19 
20 
21 #吃包子的
22 def consumer(name):
23     print('%s 準備吃包子了！' % name)
24     while True:
25         baozi = yield
26         print("包子[%s]來了。被[%s]吃了！" %(baozi,name))
27 
28 
29 #生產包子的
30 def producer(name):
31     #先定義2個協程（消費者）#將函數變成生成器
32     c1 = consumer('A')   #2個消費者
33     c2 = consumer('B')   #至關於2個協程（進程，線程，協程）
34     #開始調用生成器初始化（準備吃包子）
35     c1.__next__()     #開始調用生成器，只有next的時候纔會到yield進行下一個操做
36     c2.__next__()
37     print('老子開始吃包子拉！')
38     #循環的次數，每次循環都會傳值給生成器（產生什麼樣的包子）
39     for i in range(10):
40         time.sleep(1)
41         print("作了一個包子，分2半，一人一半")
42         c1.send(i) #包子的類型
43         c2.send(i)
44 
45 
46 producer("alex")
47 
48 
49 
50 '''
51 #手動作包子：
52 c = consumer("dy")
53 c.__next__()
54 #c.__next__()
55 
56 b1 = "韭菜餡"
57 c.send(b1)     #調用+傳值
58 #c.__next__()  #只調用，不傳值
59 '''
60 
61 
62 
63 顯示結果：
64 A 準備吃包子了！
65 B 準備吃包子了！
66 老子開始吃包子拉！
67 作了一個包子，分2半，一人一半  #任務1
68 包子[0]來了。被[A]吃了！      #任務2
69 包子[0]來了。被[B]吃了！      #任務3
70 作了一個包子，分2半，一人一半
71 包子[1]來了。被[A]吃了！
72 包子[1]來了。被[B]吃了！
73 作了一個包子，分2半，一人一半
74 包子[2]來了。被[A]吃了！
75 包子[2]來了。被[B]吃了！
76 作了一個包子，分2半，一人一半
77 包子[3]來了。被[A]吃了！
78 包子[3]來了。被[B]吃了！
79 作了一個包子，分2半，一人一半
80 包子[4]來了。被[A]吃了！
81 包子[4]來了。被[B]吃了！
82 作了一個包子，分2半，一人一半
83 包子[5]來了。被[A]吃了！
84 包子[5]來了。被[B]吃了！
85 作了一個包子，分2半，一人一半
86 包子[6]來了。被[A]吃了！
87 包子[6]來了。被[B]吃了！
88 作了一個包子，分2半，一人一半
89 包子[7]來了。被[A]吃了！
90 包子[7]來了。被[B]吃了！
91 作了一個包子，分2半，一人一半
92 包子[8]來了。被[A]吃了！
93 包子[8]來了。被[B]吃了！
94 作了一個包子，分2半，一人一半
95 包子[9]來了。被[A]吃了！
96 包子[9]來了。被[B]吃了！

異步IO的雛形