一、
1.yield from
(1)调用协程为了得到返回值,协程必须正常终止
(2)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。
(3)yield from从内部捕获StopIteration异常
我们举个例子
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())
解释:我们从中可以看出,两个函数最后返回的结果是一致的,可以用下面的图片来解释它们的运行过程,第二个函数增加了一个管道层,使得这个函数更加灵活;第一个函数中,list向迭代器逐一要值,然后一起输出出来;第二个函数,向管道要值,然后管道收集到所有的迭代数,然后再一并返回给list函数
2.委派生成器
(1)包含yield from表达式的生成器函数
(2)委派生成器在yield from表达式暂停,调用方可以直接把数据发给自生成器
(3)子生成器再把产出的值发给调用方
(4)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
举个例子:
from collections import namedtuple
ResClass = namedtuple("Res","count average")
#子生成器
def average():
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 average()
#客户端代码
def abc():
process_data = {
"boys_2":[39.0,40.8,43.2,43.1,38.6,41.4,40.6,36.3],
"boys_1":[1.38,1.5,1.32,1.25,1.37,1.48,1.25,1.49,1.46]
}
storages = {}
for k,v in process_data.items():
#获取协程
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
if __name__ == "__main__":
abc()
#解释:
#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是委派生成器生成
#2.调用next(coroutine),预激委派生成器grouper,此时进入while True循环,调用子生成器average
#3.内层for循环调用coroutine.send(value),直接把值传给子生成器average,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异常并将返回数组
二、源码
d27_4_yield_from_and_delegate_generator.py
https://github.com/ruigege66/Python_learning/blob/master/d27_4_yield_from_and_delegate_generator.py
2.CSDN:https://blog.csdn.net/weixin_44630050(心悦君兮君不知-睿)
3.博客园:https://www.cnblogs.com/ruigege0000/
4.欢迎关注微信公众号:傅里叶变换,个人公众号,仅用于学习交流,后台回复”礼包“,获取大数据学习资料