多任务-协程

Posted 2020-11-22 xiaoshust

目录

　　迭代器

　　生成器

　　协程-yield

　　协程-greenlet

　　协程-gevent

　　进程、线程、协程区别

　　

一、迭代器

　　　　迭代是访问集合元素的一种方式。迭代器是一个可以记住遍历位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

　　1.可迭代对象

　　　　我们已经知道可以对list、tuple、str等类型的数据使用for...in...的循环语法从其中依次拿到数据进行使用，我们把这样的过程称为遍历，也叫迭代

　　　　但是，是否所有的数据类型都可以放到for...in...的语句中，然后让for...in...每次从中取出一条数据供我们使用，既供我们迭代吗？

　　　　

　　>>> for i in 100:
　　...     print(i)
　　...
　　Traceback (most recent call last):
  　　File "<stdin>", line 1, in <module>
　　TypeError: ‘int‘ object is not iterable
　　>>>
　　# int整型不是iterable，即int整型不是可以迭代的

　　# 我们自定义一个容器MyList用来存放数据，可以通过add方法向其中添加数据
　　>>> class MyList(object):
　　...     def __init__(self):
　　...             self.container = []
　　...     def add(self, item):
　　...             self.container.append(item)
　　...
　　>>> mylist = MyList()
　　>>> mylist.add(1)
　　>>> mylist.add(2)
　　>>> mylist.add(3)
　　>>> for num in mylist:
　　...     print(num)
　　...
　　Traceback (most recent call last):
  　　File "<stdin>", line 1, in <module>
　　TypeError: ‘MyList‘ object is not iterable
　　>>>
　　# MyList容器的对象也是不能迭代的

　　我们自定义了一个容器类型MyList，在将一个存放了多个数据的MyList对象放到for...in...的语句中，发现for...in...并不能从中依次取出一条数据返回给我们，也就是说我们随便封装了一个

可以存放多条数据的类型却并不能被迭代使用

　　我们把可以通过for...in...这类语句迭代读取一条数据供我们使用的对象称之为可迭代对象

 

　　2.如何判断一个对象是否可以迭代

　　　　可以使用isinstance（）判断一个对象是否是Iterable对象　　

　　In [50]: from collections import Iterable

　　In [51]: isinstance([], Iterable)
　　Out[51]: True

　　In [52]: isinstance({}, Iterable)
　　Out[52]: True

　　In [53]: isinstance(‘abc‘, Iterable)
　　Out[53]: True

　　In [54]: isinstance(mylist, Iterable)
　　Out[54]: False

　　In [55]: isinstance(100, Iterable)
　　Out[55]: False

 

　　3.可迭代对象的本质

　　　　我们分析对可迭代对象进行迭代使用的过程，发现每次迭代一次（既在for...in...中每循环一次）都会返回对象中的下一条数据，一直向后读取数据直到迭代了所有数据后结束。

那么，在这个过程中就应该有一个‘人’去记录每次访问到了第几条数据，以便每次迭代都可以返回下一条数据。我们把这个能帮助我们进行数据迭代的‘人’称为迭代器（Iterator）

　　　　可迭代对象的本质就是可以向我们提供一个这样的中间‘人’既迭代器帮助我们对其进行迭代遍历使用

　　　　可迭代对象__iter__方法向我们提供一个迭代器，我们在迭代一个可迭代对象的时候，实际上就是先获取该对象提供的一个迭代器，然后通过这个迭代器来一次获取对象中的每一个数据

　　　　那么也就是说，一个具备了__iter__方法的对象，就是一个可迭代对象　

　　>>> class MyList(object):
　　...     def __init__(self):
　　...             self.container = []
　　...     def add(self, item):
　　...             self.container.append(item)
　　...     def __iter__(self):
　　...             """返回一个迭代器"""
　　...             # 我们暂时忽略如何构造一个迭代器对象
　　...             pass
　　...
　　>>> mylist = MyList()
　　>>> from collections import Iterable
　　>>> isinstance(mylist, Iterable)
　　True
　　>>>
　　# 这回测试发现添加了__iter__方法的mylist对象已经是一个可迭代对象了

　　4.iter（）函数与next（）函数

　　　　list、tuple等都是可迭代对象，我们可以通过iter（）函数获取这些可迭代对象的迭代器。然后我们可以对获取到的迭代器不断使用next（）函数来获取下一条数据。

iter（）函数实际上就是调用了可迭代对象的__iter__方法　　

　　>>> li = [11, 22, 33, 44, 55]
　　>>> li_iter = iter(li)
　　>>> next(li_iter)
　　11
　　>>> next(li_iter)
　　22
　　>>> next(li_iter)
　　33
　　>>> next(li_iter)
　　44
　　>>> next(li_iter)
　　55
　　>>> next(li_iter)
　　Traceback (most recent call last):
  　　File "<stdin>", line 1, in <module>
　　StopIteration
　　>>>

　　注意，当我们已经迭代完最后一个数据之后，再次调用next（）函数会抛出StopIteration的异常，来告诉我们所有数据都迭代完成，不用再执行next（）函数了

 

　　5、如何判断一个对象是否是迭代器

　　　　可以使用isinstance（）判断一个对象是否是Iterator　　

　　In [56]: from collections import Iterator

　　In [57]: isinstance([], Iterator)
　　Out[57]: False

　　In [58]: isinstance(iter([]), Iterator)
　　Out[58]: True

　　In [59]: isinstance(iter("abc"), Iterator)
　　Out[59]: True

　　6.迭代器Iterator

　　　　通过上面的分析，我们已经知道，迭代器是用来帮助我们记录每次迭代访问到的位置，我们对迭代器使用next（）函数的时候，迭代器会向我们返回它所记录位置的下一个位置的数据。

实际上，在使用next（）函数的时候，调用的就是迭代器对象的__next__方法（Python3中是对象的__next__方法，Python2中是对象的next（）方法）。所以，我们要想构造一个迭代器，就是

实现它的__next__方法。但这还不够，python要求迭代器本身也是可迭代的，所以我们还要为迭代器实现__iter__方法，而__iter__方法要返回一个迭代其，迭代器自身正是一个迭代器，所以迭代

器的__iter__方法返回自身即可

　　　　一个实现了__iter__方法和__next__方法的对象，就是迭代器

　　class MyList(object):
    　　"""自定义的一个可迭代对象"""
    　　def __init__(self):
        　　self.items = []

    　　def add(self, val):
        　　self.items.append(val)

    　　def __iter__(self):
        　　myiterator = MyIterator(self)
        　　return myiterator


　　class MyIterator(object):
    　　"""自定义的供上面可迭代对象使用的一个迭代器"""
    　　def __init__(self, mylist):
        　　self.mylist = mylist
        　　# current用来记录当前访问到的位置
        　　self.current = 0

    　　def __next__(self):
        　　if self.current < len(self.mylist.items):
            　　item = self.mylist.items[self.current]
            　　self.current += 1
            　　return item
        　　else:
            　　raise StopIteration

    　　def __iter__(self):
        　　return self


　　if __name__ == ‘__main__‘:
    　　mylist = MyList()
    　　mylist.add(1)
    　　mylist.add(2)
    　　mylist.add(3)
    　　mylist.add(4)
    　　mylist.add(5)
    　　for num in mylist:
        　　print(num)

　　8.迭代器的应用场景

　　　　我们发现迭代器最核心的功能就是可以通过next（）函数的调用返回下一个数据值。如果每次返回的数据值不是在一个已有的数据集合中读取的，而是

通过程序按照一定的规律计算生成的，那么也就意味着可以不用在依赖一个已有的数据集合，也就是说不用再将所有要迭代的数据都一次性缓存下来供后续依次

读取，这样可以节省大量的存储（内存）空间

　　　　几个例子，比如，数据中有个著名的斐波拉契数列（Fibonacci），数列中第一个数为0，第二个数为1，其后的每一个数都可由前两个数相加得到

　　　　0，1，1，2，3，5，8，13，21，34

　　　　现在我们想要通过for...in...循环来遍历迭代斐波拉契数列中的前n个数。那么这个斐波拉契数列我们就可以用迭代器来实现，每次迭代都通过属性计算来

生成下一个数

　　class FibIterator(object):
    　　"""斐波那契数列迭代器"""
    　　def __init__(self, n):
        　　"""
        　　:param n: int, 指明生成数列的前n个数
        　　"""
        　　self.n = n
        　　# current用来保存当前生成到数列中的第几个数了
        　　self.current = 0
        　　# num1用来保存前前一个数，初始值为数列中的第一个数0
        　　self.num1 = 0
        　　# num2用来保存前一个数，初始值为数列中的第二个数1
        　　self.num2 = 1

    　　def __next__(self):
        　　"""被next()函数调用来获取下一个数"""
        　　if self.current < self.n:
            　　num = self.num1
            　　self.num1, self.num2 = self.num2, self.num1+self.num2
            　　self.current += 1
            　　return num
        　　else:
            　　raise StopIteration

    　　def __iter__(self):
        　　"""迭代器的__iter__返回自身即可"""
        　　return self


　　if __name__ == ‘__main__‘:
    　　fib = FibIterator(10)
    　　for num in fib:
        　　print(num, end=" ")

 

9.并不是只有for循环能接收可迭代对象

　　除了for循环能接收可迭代对象，list、tuple等也能接收　

　　li = list(FibIterator(15))
　　print(li)
　　tp = tuple(FibIterator(6))
　　print(tp)

 

 

未完待续。。。