python3之协程、迭代器、生成器

1、协程

-参考资料

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

         -htttp://python.jobbloe.com/87310/

         -http://segmentfault.com/a/119000000781688

2、迭代器

-可迭代（Iterable）：直接作用于for循环的变量

-迭代器（Iterator）：不但可以作用于for循环，还可以被next调用

-list是典型的可迭代对象，但不是迭代器

#可迭代
I = [i for i in range(10)]
#I是可迭代的，但不是迭代器
for idx in I:
    print(idx)

#range是个迭代器
for i in range(5):
    print(i)

-通过isinstance判断是不是迭代器

#isinstance案例
#判断某个变量是否是一个实例

#判断是否可迭代
from collections.abc import Iterable
ll = [1,2,3,4,5]
print(isinstance(ll,Iterable))

from collections.abc import Iterator
print(isinstance(ll,Iterator))
运行：
True
Flase

-iterable和iterator可以转换

         -通过iter函数

#inter函数
from collections.abc import Iterable
from collections.abc import Iterator
s = 'I love wu'
print(isinstance(s,Iterable))
print(isinstance(s,Iterator))

s_iter = iter(s)
print(isinstance(s_iter,Iterable))
print(isinstance(s_iter,Iterator))

运行：
True
False
True
True

3、生成器

-generator：一边循环一边计算下一个元素的机制/算法

-需要满足三个条件：
         -每次调用都生产出for循环需要的下一个元素或者

         -如果达到最后一个后，爆出StopIteration异常

         -可以被next函数调用

-如何生成一个生成器

        -直接使用

#直接使用生成器
L = [x*x for x in range(5)]#放在中括号中是列表生成器
g = (x*x for x in range(5))#放在小括号中就是生成器

print(type(L))
print(type(g))
运行：
<class 'list'>
<class 'generator'>

        -如果函数中包含yield，则这个函数就叫生成器

        -next调用函数，遇到yield返回

#生成器案例
#在函数odd中，yield负责返回
def odd():
    print("Step 1")
    yield 1
    print("Step 2")
    yield 2
    print("Step 3")
    yield 3
print(odd())

#想使用生成器用next函数,next执行下一步把内容返回到two里
g = odd()
#one = next(odd())
one = next(g)
print(one)

two = next(g)
print(two)

#for循环调用生成器
def fib(max):
    n,a,b = 0,0,1
    while n < max:
        print(b)
        a,b = b,a+b
        n += 1
    return 'done'
fib(5)

#斐波那契数列生成器写法
def fib(max):
    n,a,b = 0,0,1
    while n < max:
        yield b
        a,b = b,a+b
        n += 1
    #需要注意，爆出异常时的返回值是return的返回值
    return 'done'
'''
生成器的典型用法是在for中使用
比较常用的典型生成器是range
g = fib(10)
for i in ge:
    print (i)
'''
g = fib(5)
for i in range(6):
    rst = next(g)
    print(rst)
运行：
<generator object odd at 0x0000024F16981E58>
Step 1
1
Step 2
2
1
1
2
3
5
1
1
2
3
5
Traceback (most recent call last):
  File "D:/Python37/cources/统一包管理/线程/01.py", line 41, in <module>
    rst = next(g)
StopIteration: done

4、协程

-可用yield实现，实现的协程比较好的包有asyncio,tornado,gevent

-定义：协程 是为非抢占式多任务产生子程序的计算机程序组件，协程允许不同入口点在不同位置暂停或开始执行程序

-从技术角度讲，协程就是一个你可以暂停执行的函数，或者干脆把协程理解成生成器

-协程的实现：
        -yield返回

        -send调用

#协程代码案例
def simple_coroutine():
    print('-> start')
    #把发的“消息”赋给x
    x = yield
    print("-> recived",x)

#主线程，生成一个协程
sc = simple_coroutine()
print(1111)
#可以使用sc.send(None)，效果一样
next(sc)#育激

print(2222)
sc.send("消息")
运行：
1111
-> start
2222
-> recived 消息

-协程的四个状态

        -inspect.getgenratorstate(...)函数确定，该函数会返回下述字符串中的一个：
        -GEN_CREATED：等待开始执行

        -GEN_RUNNING：解释器正在执行

        -GEN_SUSPENED：在yield表达式处暂停

        -next预激（prime）

#协程的状态
def simple_coroutine(a):
    print('-> start')

    b = yield a
    print("-> recived",a,b)

    c = yield a+b
    print("->recived",a,b,c)

#runc
sc = simple_coroutine(5)

aa = next(sc)
print(aa)
bb = sc.send(6) #5,6
print(bb)
cc = sc.send(7) #5,6,7
print(cc)
运行：
-> start
5
-> recived 5 6
11
->recived 5 6 7

-协程终止

        -协程中未处理的异常会向上冒泡，传给next函数或send方法的调用方法（即触发协程的对象）

        -终止协程的一种方式：发送某个哨符值，让协程退出，内置的None和Ellipsis等常量经常用作哨符值==

-yield from

        -调用协程为了得到返回值，协程必须正常终止

        -生成器正常终止会发出StopIteration异常，异常对象的value属性保存返回值

        -yield from从内部捕获StopIteration异常

def gen():
    for c in 'AB':
        yield c

#list直接用生成器作为参数
print(list(gen()))

def gen_new():
    yield from "AB"
print(list(gen_new()))
运行：
['A', 'B']
['A', 'B']

-委派生成器

        -包含yield from表达式的生成器函数

        -委派生成器在yield from表达式处暂停，调用方可以直接把数据发给自生成器

        -子生成器在把产出的值发给调用方

        -子生成器在最后，解释器会抛出StopIteration，并且把返回值附加到异常对象上

#委派生成器
from collections import namedtuple
'''
1、外层for循环每次迭代会新建一个grouper实例，赋值给coroutine变量：grouper是委派生成器
2、调用next（coroutine），预激委派生成器grouper，此时进入while True循环，调用了子生成器average
3、内层for循环调用coroutine.send(value)，直接把值传给子生成器averager，同时，当前的grouper
4、内层循环结束后，grouper实例依旧在yield from表达式处暂停，因此，grouper函数定义体中
5、coroutine.send(None)终止averager子生成器，子生成器抛出StopIteration异常并将返回的数值
'''
ResClass = namedtuple('Res','count average')
#子生成器
def averager():
    total = 0.0
    count = 0
    average = None

    while True:
        term = yield
        #None是哨兵值
        if term is None:
            break
        total += term
        count += 1
        average = total / count
    return ResClass(count,average)

#委派生成器
def grouper(storages,key):
    while True:
        #获取averager()返回的值
        storages[key] = yield from averager()

#客户端代码
def client():
    process_data = {
        'boys_2':[39.0,45.3,34.2,78.2,12.3],
        'boys_1':[1.2,3.4,6.4,67.2,3.6]
    }
    storages = {}
    for k,v in process_data.items():
        #获得协程
        coroutine = grouper(storages,k)
        #预激协程
        next(coroutine)

        #发送数据到协程
        for dt in v:
            coroutine.send(dt)

        #终止协程
        coroutine.send(None)
        print(storages)
#run
client()
运行：
{'boys_2': Res(count=5, average=41.8)}
{'boys_2': Res(count=5, average=41.8), 'boys_1': Res(count=5, average=16.36)}