python之生成器-generator

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python之生成器-generator相关的知识,希望对你有一定的参考价值。

  在跟着廖雪峰的博客学习python,看到生成器这一章节的时候,首先提到了generator 、yield,然后在搜索资料的时候,又查到了协程这一概念,这篇文章总结一下这几个概念.

  generator  从字面上理解,就是生成器,它的实现方式有两种:

1、不同于列表生成器([]),而是用 ()来表示。(原来这种叫做生成器表达式哦,哈哈)

   访问方式,可以用for 循环来访问,也可以用 .next 来访问。

N = [Hello, World, 18, Apple, None]
hh = (s.lower() for s in N if isinstance(s,str) ==True)
print hh
#for item in hh:
#    print item
#print hh.next()
#print hh.next()
#print hh.next()
#print hh.next()

输出结果

<generator object <genexpr> at 0x7f543a074690>
hello
world
apple
none

hh 是生成器返回的值,类似于一个数组。支持 for循环访问和 .next()访问,有一点需要注意的是,for 循环执行完了之后就不能执行 hh.next()了,类似于指针到了最后,或者C++中迭代器指向了最后,再访问就会出现错误。

2、用yield来生成 ,(叫做生成器函数)

无论用next() 和for 循环来调用,都是执行到了yield之后,返回 n值,然后将当前的状态挂起,然后返回。

def create_counter(n):
    print "create counter"
    #while True:
    while False:
        yield n
        print increment n
        n += 1

cnt = create_counter(2)
#print cnt
for item in cnt:
    print item
#print next(cnt)
#print next(cnt)
#print cnt.next()
#print cnt.next()   

比如这个例子中,当打印cnt的时候,<generator object create_counter at 0x7fa992b8d6e0>

说明这是一个,生成器。
当 为False的时候,只会打印 create counter

当为True的时候,用for 循环就会出现死循环的情况。

协程:

我知道有进程、线程的概念,但是协程是什么东西,我还真是不知道

从技术的角度来说,“协程就是你可以暂停执行的函数”。如果你把它理解成“就像生成器一样”,那么你就想对了。这是在一篇文章上看到的。

python之所以执行效率高

1、为子程序切换不是线程切换,而是由程序自身控制,因此,没有线程切换的开销,和多线程比,线程数量越多,协程的性能优势就越明显。

2、执行的过程中不会涉及到锁机制。

 附一个简单的生产者和消费者的例子:

def consumer():
    r = ‘‘
    while True:
        n = yield r
        if not n:
            return
        print([CONSUMER] Consuming %s... % n)
        time.sleep(1)
        r = 200 OK

def produce(c):
    c.next()
    n = 0
    while n < 5:
        n = n + 1
        print([PRODUCER] Producing %s... % n)
        r = c.send(n)
        print([PRODUCER] Consumer return: %s % r)
    c.close()

if __name__==__main__:
    c = consumer()
    produce(c)

1. consumer函数是一个generator。 
2. c.send(None)其实等价于next(c),第一次执行时其实只执行到n = yield r就停止了,然后把r的值返回给调用者。 
3. yield r是一个表达式,通过send(msg)被赋值,而send(msg)是有返回值的,返回值为:下一个yield r表达式的参数,即为r。 
4. produce一旦生产了东西,通过c.send(n)切换到consumer执行。consumer通过yield拿到消息,处理,又通过yield把结果传回。也就是说,c.send(1) 不但会给 c 传送一个数据,它还会等着下次 yield 从 c 中返回一个数据,它是有返回值的,一去一回才算完,拿到了返回的数据(200 OK)才继续下面执行。 
5. 整个流程无锁,由一个线程执行,produce和consumer协作完成任务,所以称为“协程”,而非线程的抢占式多任务。

总结来说,就是 yield r 是一个表达式,通过 c.send 被赋值,然后返回值为下一个为yield r 表达式的参数。

 

github路径:https://github.com/billzhangjingle/learnPython/basic/generator.py

在学习的时候搜索到的相关博客:

http://python.jobbole.com/86069/

http://python.jobbole.com/86481/

http://www.cnblogs.com/gide/p/6187080.html

http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/0013868328689835ecd883d910145dfa8227b539725e5ed000

http://www.cnblogs.com/cotyb/p/5260032.html










以上是关于python之生成器-generator的主要内容,如果未能解决你的问题,请参考以下文章

Python之生成器(generator)和迭代器(Iterator)

Python生成器generator之next和send运行流程

python生成器之yield

mybatis之generator生成代码

ES6之Generator 函数(生成器)的语法

Python之生成器