生成器与迭代器的使用规则

Posted 2020-10-18 风之岚翔

斐波拉契数列

 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 #注意赋值语句：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

菲波那切数列

 

用函数变成生成器修改斐波拉契数列

 1 #将print改为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 #显示结果：
16 <generator object fib at 0x0000000000B387D8>

斐波那契数列生成器

 

生成器的调用

每执行一个ret.__next__(),就调用一次。

一、优点：

每一次调用就会中断退出，然后在调用在退出，以此类推。
例如：每调用一次，程序就会退出，然后在去做别的事儿，做完在用ret.__next__()，调用下一个生成器。

 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__())

调用生成器实例

 

二、缺点：

__next__()调用超出迭代器的范围，所以报错。
生产中是不知道迭代器的元素有多少，所以只能等待异常的出现。

因此可以用异常处理来抓住生成器的结束，如下：

 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 #中断退出，并将至返回给next（）
 6         a,b = b,a+b  14
 7         n = n + 1    15
 8     return ‘异常‘
 9 
10 g = fib(6)       2
11 
12 while True:       3    11
13     try:          4
14         #内置方法，与__next__()是一样的，返回到上一次yield中断的地方
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

生成器异常处理的执行顺序

 

协程

一、概念：cpu调用程序分为：进程--（包含多个）-->线程--（包含多个）-->协程

二、作用：通过生成器yield实现单线程的情况下实现并发运算效果（异步IO的雏形）。

三、工作原理：

1、生成器只有在调用时才会生成相应的数据
2、调用方式有 " str__next__.()   str.send() "，
3、并且每调用一次就产生一个值调用到最后一个值后会报错
4、报错可用try和except做异常处理

 

四、注意事项：

next：是直接调用yield，并不会传值。

send：是调用并直接传值给yield。

 

五、实例：

 1 #!/usr/bin/env python
 2 # -*- coding:utf8 -*-
 3 # Author:Dong Ye
 4 
 5 
 6 ‘‘‘
 7 定义两个模型：
 8 一个是生产包子的。（生成器）
 9 另一个是吃包子的。（迭代器）
10 
11 这段功能实现了异步IO的雏形，也是一个简单的协程处理方式。
12 协程的特点：实际是串行方式分开执行的，但由于运行效果快，给人的感觉像是并行。
13 因此，协程也叫作：单线程下的并行执行效果。
14 协程是包含在线程里的一个单位，线程时进程的一个单位。
15 例如：enginx在异步单线程下，比多线程要快好多倍，也就是这种效果。
16 ‘‘‘
17 
18 import time
19 
20 
21 #吃包子的
22 def consumer(name):
23     print(‘%s 准备吃包子了！‘ % name)
24     while True:
25         baozi = yield
26         print("包子[%s]来了。被[%s]吃了！" %(baozi,name))
27 
28 
29 #生产包子的
30 def producer(name):
31     #先定义2个协程（消费者）#将函数变成生成器
32     c1 = consumer(‘A‘)   #2个消费者
33     c2 = consumer(‘B‘)   #相当于2个协程（进程，线程，协程）
34     #开始调用生成器初始化（准备吃包子）
35     c1.__next__()     #开始调用生成器，只有next的时候才会到yield进行下一个操作
36     c2.__next__()
37     print(‘老子开始吃包子拉！‘)
38     #循环的次数，每次循环都会传值给生成器（产生什么样的包子）
39     for i in range(10):
40         time.sleep(1)
41         print("做了一个包子，分2半，一人一半")
42         c1.send(i) #包子的类型
43         c2.send(i)
44 
45 
46 producer("alex")
47 
48 
49 
50 ‘‘‘
51 #手动做包子：
52 c = consumer("dy")
53 c.__next__()
54 #c.__next__()
55 
56 b1 = "韭菜馅"
57 c.send(b1)     #调用+传值
58 #c.__next__()  #只调用，不传值
59 ‘‘‘
60 
61 
62 
63 显示结果：
64 A 准备吃包子了！
65 B 准备吃包子了！
66 老子开始吃包子拉！
67 做了一个包子，分2半，一人一半  #任务1
68 包子[0]来了。被[A]吃了！      #任务2
69 包子[0]来了。被[B]吃了！      #任务3
70 做了一个包子，分2半，一人一半
71 包子[1]来了。被[A]吃了！
72 包子[1]来了。被[B]吃了！
73 做了一个包子，分2半，一人一半
74 包子[2]来了。被[A]吃了！
75 包子[2]来了。被[B]吃了！
76 做了一个包子，分2半，一人一半
77 包子[3]来了。被[A]吃了！
78 包子[3]来了。被[B]吃了！
79 做了一个包子，分2半，一人一半
80 包子[4]来了。被[A]吃了！
81 包子[4]来了。被[B]吃了！
82 做了一个包子，分2半，一人一半
83 包子[5]来了。被[A]吃了！
84 包子[5]来了。被[B]吃了！
85 做了一个包子，分2半，一人一半
86 包子[6]来了。被[A]吃了！
87 包子[6]来了。被[B]吃了！
88 做了一个包子，分2半，一人一半
89 包子[7]来了。被[A]吃了！
90 包子[7]来了。被[B]吃了！
91 做了一个包子，分2半，一人一半
92 包子[8]来了。被[A]吃了！
93 包子[8]来了。被[B]吃了！
94 做了一个包子，分2半，一人一半
95 包子[9]来了。被[A]吃了！
96 包子[9]来了。被[B]吃了！

异步IO的雏形