通过yield实现单线程的情况下并发运算的效果
1 import time 2 3 def consumer(name): 4 print("%s 准备吃包子了！！" % name) 5 while True: 6 baozi = yield 7 8 print("包子[%s]来了，被[%s]吃了" %(baozi,name)) 9 #c = consumer('RI') 10 # ============================================================================= 11 # c.__next__() 12 # b1 = "白菜馅" 13 # c.send(b1) # send调用yield 同时给yield传值。next只会唤醒yield 14 # c.__next__() 15 # 16 # ============================================================================= 17 def producer(*name): 18 c1 = consumer(name[0]) # 调用函数把他变成·生成器· 19 c2 = consumer(name[1]) 20 next(c1) # 为了打印 "%s 准备吃包子了！！" % name 这句话 21 next(c2) 22 print('RICH 开始做包子了') 23 for i in range(10): 24 time.sleep(i+2) 25 print('做了两个包子') 26 c1.send(i) 27 c2.send(i) 28 print('RICH 累了，下班！') 29 30 name = ('A1','B1') 31 32 producer(*name) 33 # ============================================================================= 34 # 35 # 包子[8]来了，被[A1]吃了 36 # 包子[8]来了，被[B1]吃了 37 # 做了两个包子 38 # 包子[9]来了，被[A1]吃了 39 # 包子[9]来了，被[B1]吃了 40 # RICH 累了，下班！ 41 # =============================================================================
关于可迭代对象和迭代器的相关知识
可直接作用于 for 循环的数据类型 ：
一种是数据集合类型 如 list tuple dict set str
一种是generator 包括生成器 和带yield 的generator function
这些可直接作用于for 循环的对象统称为可迭代对象 Iterable，可以使用Isinstance判断一个对象是不是可迭代对象
1 # ============================================================================= 2 # isinstance('abc',Iterable) 3 # Out[53]: True 4 # 5 # isinstance([],Iterable) 6 # Out[54]: True 7 # 可迭代返回True 8 # =============================================================================
生成器不但可以用于for 循环，还可以被next（）函数不断调用并返回下一个值，直到最后抛出StopIteration 的异常，表示无法进行下一个值
#可以被next（）函数调用并返回的下一个值得=的对象成为迭代器 Iterator， 可以使用isinstance 判断一个对象是不是可迭代对象 Iterator
1 # ============================================================================= 2 # isinstance((x+1 for i in range(10)),Iterator) 3 # Out[56]: True 4 # 5 # ============================================================================= 6
# 列表，字典 str 等式是可迭代对象，但不是迭代器
# 把可迭代对象变为迭代器 可以使用Iter（） 函数
1 a = [1,2,3,4] 2 3 b = iter(a) 4 5 isinstance(a,Iterator) 6 Out[59]: False 7 8 isinstance(b,Iterator) 9 Out[60]: True
python 的Iterator 对象表示的是一个数据流，Itrator对象可以被next（）函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration 错误。可以把数据流看做是一个有序序列。
但是我们不知道有序序列的长度，只有通过next（）不断调用计算下一个数据。所以Iterator 是惰性的，只有在需要时才会返回下一个数据时他才会计算。
Iterator 甚至可以返回一个无限大的数据流。例如全体自然数，而list是永远不可能存储全体自然数的
小结：
可以作用于for循环的就是Iterable类型
凡是可以作用于next（）对象的则是Iterable类型。表示一个惰性计算的序列
Iterable 对象可以通过iter（）获得iterator对象
python for循环的本质是通过不断调用next（）函数实现的
1 for i in [1,2,3,4,5,6]: 2 print(i) 3 4 # 相当于 5 it = iter([1,2,3,4,5]) 6 7 while True: 8 try: 9 x = next(it) 10 print("it",x) 11 except StopIteration: 12 break 13 14 15 # ============================================================================= 16 # 1 17 # 2 18 # 3 19 # 4 20 # 5 21 # 6 22 # it 1 23 # it 2 24 # it 3 25 # it 4 26 # it 5 27 # =============================================================================
t = range(10)
也是相当于迭代器，查看文件 for line in f: 也是相当于一个迭代器。因为它不用先生成一个列表，所以感觉比较快