标签：做了 import exce 通过 第一个 创建 sleep consumer color
生成器：generator
列表生成式
先了解一下列表生成式，如果生成一个列表[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
1 a = [] 2 for i in range(10): 3 a.append(i*2) 4 5 print(a)
列表生成式，直接生成列表
1 b = [i*2 for i in range(10)] 2 print(b)
通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访
问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建
完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。
generator创建
只要把一个列表生成式的[]改成()，就创建了一个generator。
1 c = (i*2 for i in range(10))
如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
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 8 fib(10)
仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。
也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield b就可以了：
1 def fib(max): 2 n, a, b = 0, 0, 1 3 while n < max: 4 yield b 5 a, b = b, a + b 6 n = n + 1 7 8 f=fib(10) 9 for i in f: 10 print(i)
这就是定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator。
这里，最难理解的就是generator和函数的执行流程不一样。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。
1 def fib(max): 2 n, a, b = 0, 0, 1 3 while n < max: 4 yield b 5 a, b = b, a + b 6 n = n + 1 7 8 f=fib(10) 9 print(next(f)) 10 print("111111111") 11 print(next(f)) 12 print("222222222") 13 print(next(f))
在上面fib的例子，我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。
同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：
generator打印元素
如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值，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，没有更多的元素时，抛出StopIteration的错误。
1 c = (i*2 for i in range(10)) 2 print(next(c),next(c),next(c),next(c),next(c))
使用for循环
1 c = (i*2 for i in range(10)) 2 for n in c: 3 print(n)
generator异常处理
1 def fib(max): 2 n, a, b = 0, 0, 1 3 while n < max: 4 yield b 5 a, b = b, a + b 6 n = n + 1 7 return "--done--" 8 9 f=fib(10) 10 while True: 11 try: 12 x = next(f) 13 print(‘f:‘, x) 14 except StopIteration as e: 15 print(‘Generator return value:‘, e.value) 16 break
通过生成器实现协程并行运算
1 # 通过生成器实现协程并行运算 2 import time 3 def consumer(name): 4 print("%s 准备吃包子啦!" %name) 5 while True: 6 baozi = yield #接收send的值，并返回 7 print("包子[%s]来了,被[%s]吃了!" %(baozi,name)) 8 9 def producer(name): 10 c = consumer(‘A‘) 11 c2 = consumer(‘B‘) 12 c.__next__() 13 c2.__next__() 14 print("开始准备做包子啦!") 15 for i in range(5): 16 time.sleep(1) 17 print("做了2个包子!") 18 c.send(i)#给yield传值，并唤醒（相当于next） 19 c2.send(i) 20 21 producer("alex")
标签：做了 import exce 通过 第一个 创建 sleep consumer color
原文地址：https://www.cnblogs.com/dangjf/p/9050866.html
