Python 协程
我们在上一章将生成器的时候最后写了，在Python2中生成器还扮演了一个重要的角色——实现Python的协程。那什么是协程呢？协程协程是实现并发编程的一种方式。提到并发，肯很多人都会想到多线程/多进程模型，这就是解决并发问题的经典模型之一。在最初的互联网世界中，多线程/多进程就在服务器并发中起到举足轻重的作用。但是随着互联网的发展，慢
转载
2023-07-03 17:57:24
56阅读
importtime#列表生成式t=[i*2foriinrange(10)]print(t)print(t[8])生成器：只有在调用的时候生成相应的数据，一种算法。#只记住当前位置，只有一个next方法，取下一个值这个值就是当前值！。只能记住当前的！前面的数据不保存，后面的数据没生成。c=(i*2foriinrange(100000000))print(c)#斐波那契deffib(max):n,a
原创
2018-09-17 21:31:06
1310阅读
在调用普通函数时，程序会中断调用代码运行，切换到调用函数的第一行代码开始执行，到return结束。并且将控制还给调用者，被调用函数状态结束并清空（局部变量等）。如果再次调用该函数，我们需要一切从头重新来过。生成器（协程）就是一种不同于这种模式的新方式，具有非常强大的功能，可以简化我们的代码逻辑，更可以降低内存消耗，提高代码质量与效率。0x01 问题提出来看下面一个例子。我们需要写一个函数，用来提取
转载
2024-07-01 16:58:18
56阅读
引言在现代Python编程中，生成器(Generator)和协程(Coroutine)是两个强大且常被误解的概念。它们不仅能够高效地处理大数据集，还能实现复杂的并发模式。本文将深入探讨这两种技术的原理、应用场景以及它们之间的区别。一、生成器基础生成器是一种特殊的迭代器，它允许你按需生成值，而不是一次性计算并存储所有值。这种"惰性计算"特性使得生成器在处理大数据集时非常高效。1.1 生成器函数生成器
引言在现代Python编程中，生成器(Generators)和协程(Coroutines)是两个强大且常被误解的概念。它们不仅能够高效地处理大数据流，还能实现复杂的并发模式。本文将深入探讨这两种技术的工作原理、使用场景以及它们之间的区别。一、生成器基础生成器是一种特殊的迭代器，它允许你按需生成值，而不是一次性计算并存储所有值。这在处理大数据集时尤其有用，可以显著减少内存消耗。1.1 生成器函数py
Python编程学习圈 2020-05-14由于GIL的存在，导致Python多线程性能甚至比单线程更糟。GIL：全局解释器锁（英语：Global Interpreter Lock，缩写GIL），是计算机程序设计语言解释器用于同步线程的一种机制，它使得任何时刻仅有一个线程在执行。[1]即便在多核心处理器上，使用 GIL 的解释器也只允许同一时间执行一个线程。于是出现了协程（Coroutine）这么
转载
2021-04-05 14:11:04
237阅读
生成器：含有yield的函数。（无需借助类就能实现）功能：函数执行过程中可中断、可重开、可暂停、可续传为什么要用生成器？ 解决内存占用问题，看最后一段代码。原理：是基于迭代器来实现（既然生成器是一个迭代器，它可以被用在for 循环中），内部会自动创建__iter__()和__next__()方法。运行规则：遇到yield，程序暂停，并返回值，下次还从该位置运行对比return则是程序停止，并返回值
转载
2024-01-08 15:08:38
59阅读
执行结果： 终止协程和异常处理： close： 上述代码中，注释了其他yield ，再次执行就不会有异常了 或者捕获异常，并抛出StopIteration异常（表示已经运行到结尾了），这样也不会有报错 总结close： throw： 向生成器抛一个异常： 改进一下（生成器自己捕获异常）： 总结： t
原创
2022-05-13 13:46:50
95阅读
1.生成器（generator） 通过列表生成式（列表推导式），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就白白浪费了。 所以，如果列表元素可以按照某种算
转载
2020-02-22 21:32:00
193阅读
2评论
一，迭代器1. 可迭代对象我们已经知道可以对list、tuple、str等类型的
原创
精选
2023-03-17 11:20:44
286阅读
可迭代对象
创建对象的类中有__iter__方法。
它就是可迭代对象。
所谓的可迭代对象，就是可以被遍历的对象。
如果希望遍历能够获取到值，需要让这个__iter__方法返回一个迭代器对象
迭代器
创建该对象的类中存在__iter__方法，且存在__next__方法
则该类的实例对象为迭代器对象。
迭代器可以通过next（迭代器）获取返回值，也可通过 迭代器.__next__() 获取返回值
原创
2021-08-14 09:27:58
220阅读
协程函数应用 列表生成式 生成器表达式 一、知识点整理： 1、可迭代的：对象下有_iter_方法的都是可迭代的对象 迭代器：对象._iter_（）得到的结果就是迭代器 迭代器的特性： 迭代器._next_() 取下一个值 优点： 1.提供了一种统一的迭代对象的方式，不依赖于索引 2.惰性计算 缺点：
原创
2021-07-26 16:43:23
124阅读
协程函数应用 列表生成式 生成器表达式 一、知识点整理： 1、可迭代的：对象下有_iter_方法的都是可迭代的对象 迭代器：对象._iter_（）得到的结果就是迭代器 迭代器的特性： 迭代器._next_() 取下一个值 优点： 1.提供了一种统一的迭代对象的方式，不依赖于索引 2.惰性计算 缺点：
原创
2021-05-27 14:10:03
839阅读
图片PEP原文：https://www.python.org/dev/peps/pep-0342/PEP标题：CoroutinesviaEnhancedGeneratorsPEP作者：GuidovanRossum,PhillipJ.Eby创建日期：2005-05-10合入版本：2.5译者：豌豆花下猫（Python猫公众号作者）目录简介动机规格摘要规格：将值发送到生成器新的生成器方法：send(va
原创
2021-01-20 16:26:11
159阅读
1. 代码import timedef task_1(): while True: print("------------1-------------") time.sleep(0.1) yielddef task_2(): while True: print("------------2-------------")
原创
2022-07-08 12:41:32
74阅读
目录简介动机规格摘要规格：将值发送到生成器新的生成器方法：send(value)新的语法：yield 表达式规格：异常和清理新语法：yield 允许在try-finally中新的生成器方法：throw（type，value = None，traceback = None）新的标准异常：GeneratorExit新的生成器方法：close()新的生成器方法：__del__()可选的扩展扩展的 con
原创
2021-04-13 12:38:51
61阅读
Enhanced Generators PEP作者： Guido van Rossum, Phillip J. Eby 创建日期： 2005-05-10 合
翻译
2022-12-15 21:18:55
47阅读
#!/usr/bin/python3
def MyGenerator():
value=yield 1
yield value
return done
gen=MyGenerator()
print(next(gen))
print(gen.send("I am Value")) 生成器内有一个方法send，可再
转载
2023-06-20 15:00:14
319阅读
