迭代器生成器异步协程并行

import time
from collections import Iterator
from collections import Iterable

列表、字符串、字典、元组、集合等凡是可以直接作用于for循环的对象统称为可迭代对象：Iterable
而可以用next的方法调用并不断返回下一个值的对象称为迭代器：Iterator
可以使用iter()函数把list、dict、str等Iterable变成Iterator：
print(isinstance({},Iterable))
print(isinstance('abc',Iterable))
print(isinstance({},Iterator))
print(isinstance('abc',Iterator))
print(isinstance(iter({}),Iterator))
print(isinstance(iter('abc'),Iterator))
#输出：
'''
True
True
False
False
True
True
'''


1、迭代  当创建一个列表对象后，可以一个接一个读取列表中的值，这个过程就叫做迭代。
new_list = [1,1,2,2]
for i in new_list:
    #print(i, end = ' ')
    # 输出：
    '''
   1 1 2 2 
    '''
    #print(i)
#输出：
'''
1
1
2
2

'''
#列表推导表达式
mylist作为可迭代对象，在使用前先存储所有值，规模越大，
存储时间就越长，所占内存就越大，如下
'''
mylist = [2*x+1 for x in range(1000000)]
for i in mylist:
    print(i, end=' ')
'''
2、生成器（Generator）  也是可迭代对象，生成器就是一个迭代器。
生成器用来解决的内存资源消耗的问题。即取即用,不占内存。依次取用，不可跳取。
create_g=(2*x+1 for x in range(10))
print(create_g) #<generator object <genexpr> at 0x00AE4220>
使用一对方括号创建的是列表对象，而使用一对圆括号创建的就是迭代器对象，
如果直接输出，会输出迭代器对象的地址，只有通过for...in...语句或调用
迭代器的相应方法才能输出迭代器对象中的值。而且第二次对迭代器对象进行迭代，
什么都不会输出，这是因为迭代器只能被迭代一次，
而且被迭代的值使用完，是不会再保存在内存中的。
'''
for i in create_g:
    print(i, end=' ')
print('\n'+"第二次迭代分割线")
for i in create_g:
    print(i, end=' ')
'''
#通过next()函数（or __next__()）获得generator的下一个返回值：
'''
print(create_g.__next__())
print(create_g.__next__())
print(next(create_g))
'''
#输出：
'''
1
3
5

'''
generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，
直到计算到最后一个元素，没有元素可取时，抛出StopIteration的错误

yield  生成器对象是通过使用yield关键字定义的函数对象，因此，生成器也是一个函数。
通过yield语句创建生成器函数。如创建斐波那契数列：
def fib(max):
    n,a,b=0,0,1
    while n<max:
        a,b=b,a+b
        n+=1
        m0=yield a 
        #先执行yield a，再将值传给m0，此处的m0只能通过send函数传值
        print('yield a % s' % a)
        print('yield m0 % s' % m0)
        m1=yield 'try'
        print('yield try m1 % s' % m1)
    return "Finished!"
函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，
在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。
'''
t1 = fib(3)
x = next(t1)
print('next x %s' % x)
y = t1.send(10)
print('next y %s' %y)
z = next(t1)
print('next z %s' % z)
'''
#输出：
'''
next x 1
yield a 1
yield m0 10
next y try
yield try m1 None
next z 1
yield a 1
yield m0 None
'''
运行过程说明：
第一步：r = fib(3)，实例化一个生成器对象
第二步：调用next() ，遇到yield 暂停，返回值1，赋值给x
第三步：打印x，>>next x 1
第四步：传值10，在暂停处接受值10，把10传给m0，继续运行，打印a的值，遇到第二个yield，
将字符串try赋值给y
第五步：打印y，>>next y try
第六步：调用next() ，接着之前yield 'try'继续执行，没有值传给m1，
后面也没有yield的语句，打印m1为None，
此时，n,a,b分别为1，1，1，继续执行while，经过第二次公式，n,a,b为2，1，2，将a值即1传给z。

#生成器并行
food = ["莲蓉馅", "紫薯馅", "豆沙馅", "蛋黄馅"]
def consumer(name):
    print("%s准备吃月饼了!" % name)
    while True:
        yuebing = yield 'n' 
此处的=号只能通过send函数来传值，而不是将yield语句后的字符串n值传给yuebing
        print("[%s]月饼来了,被[%s]吃了!" % (yuebing, name))
def producer(name):
    c1 = consumer('哥哥')
    c2 = consumer('姐姐')
    c1.__next__()
    c2.__next__()
    print("%s开始准备做月饼啦" % name)
    for i in range(6):
        print("第%d次做了%s个月饼" % (i + 1, len(food)))
        stt=time.time()
        time.sleep(i+2)  #做月饼所花时间
        endt=time.time()
        print("花了%s时间"%(endt-stt))
        f1 = food[i]
        c1.send(f1)
_next__()或next()或send()函数都是在上次执行的地方继续执行，
直到执行到yield语句，或者该生成器函数执行完
        food.append(f1)
        c2.send(food[i])
f1的值没变，所以哥哥姐姐吃的是同一种馅的月饼
        
producer('妈妈')

报错：DeprecationWarning: Using or importing the ABCs from ‘collections’ instead of from ‘collections.abc’ is deprecated since Python 3.3, and in 3.9 it will stop working
from collections import Iterator
翻译：Deprectionwarning: 使用或导入‘ collections’而不是‘ collections.abc’中的 abcs，自 python 3.3以来就不推荐使用，在3.9中，它将停止使用 collections import iterator

即将语句：

from collections import Iterator
from collections import Iterable

改为：

from collections.abc import Iterator
from collections.abc import Iterable

就不会报错了。