programming_process
“”" 阅读别人的python源码时碰到了这个yield这个关键字，各种搜索终于搞懂了，在此做一下总结：
通常的for…in…循环中，in后面是一个数组，这个数组就是一个可迭代对象，类似的还有链表，字符串，文件。它可以是mylist = [1, 2, 3]，也可以是mylist = [xx for x in range(3)]。 它的缺陷是所有数据都在内存中，如果有海量数据的话将会非常耗内存。 生成器是可以迭代的，但只可以读取它一次。因为用的时候才生成。比如 mygenerator = (xx for x in range(3))，注意这里用到了()，它就不是数组，而上面的例子是[]。 我理解的生成器(generator)能够迭代的关键是它有一个next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。可以用上面的mygenerator测试。 带有 yield 的函数不再是一个普通函数，而是一个生成器generator，可用于迭代，工作原理同上。 yield 是一个类似 return 的关键字，迭代一次遇到yield时就返回yield后面(右边)的值。重点是：下一次迭代时，从上一次迭代遇到的yield后面的代码(下一行)开始执行。 简要理解：yield就是 return 返回一个值，并且记住这个返回的位置，下次迭代就从这个位置后(下一行)开始。 带有yield的函数不仅仅只用于for循环中，而且可用于某个函数的参数，只要这个函数的参数允许迭代参数。比如array.extend函数，它的原型是array.extend(iterable)。 send(msg)与next()的区别在于send可以传递参数给yield表达式，这时传递的参数会作为yield表达式的值，而yield的参数是返回给调用者的值。——换句话说，就是send可以强行修改上一个yield表达式值。比如函数中有一个yield赋值，a = yield 5，第一次迭代到这里会返回5，a还没有赋值。第二次迭代时，使用.send(10)，那么，就是强行修改yield 5表达式的值为10，本来是5的，那么a=10 send(msg)与next()都有返回值，它们的返回值是当前迭代遇到yield时，yield后面表达式的值，其实就是当前迭代中yield后面的参数。 第一次调用时必须先next()或send(None)，否则会报错，send后之所以为None是因为这时候没有上一个yield(根据第8条)。可以认为，next()等同于send(None)
作者：千若逸 链接：https://www.jianshu.com/p/d09778f4e055 来源：简书 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 “”"
# 理解的关键在于：下次迭代时，代码从yield的下一跳语句开始执行。 kk(1) # (0, ',####') # ('i=', 0) # do something. # end. kk(2) # (0, ',####') # ('i=', 0) # (2, ',####') # ('i=', 1) # do something. # end. kk(5) # (0, ',####') # ('i=', 0) # (2, ',####') # ('i=', 1) # (4, ',####') # ('i=', 2) # (6, ',####') # ('i=', 3) # (8, ',####') # ('i=', 4) # do something. # end. # >>> # >>> def g(): # ... print "1" # ... x = yield "hello" # ... print "2","x =",x # ... y=5 + (yield x) # ... print "3","y = ",y # ... # >>> f=g() # >>> # >>> f.next() # 1 # 'hello' # >>> f.send(5) # 2 x = 5 # 5 # >>> f.send(2) # 3 y = 7 # Traceback (most recent call last): # File "<stdin>", line 1, in <module> # StopIteration # >>>“”"
l=(i for i in range(10) if i%2 == 0)
#<generator object at 0x028E1CD8>
‘’’ 子程序，或者称为函数，在所有语言中都是层级调用，比如A调用B，B在执行过程中又调用了C， C执行完毕返回，B执行完毕返回，最后是A执行完毕。 所以子程序调用是通过栈实现的，一个线程就是执行一个子程序。 协程看上去也是子程序，但执行过程中，在子程序内部可中断，然后转而执行别的子程序， 在适当的时候再返回来接着执行。 但协程的特点在于是一个线程执行，那和多线程比，协程有何优势？ 最大的优势就是协程极高的执行效率。因为子程序切换不是线程切换，而是由程序自身控制，因此， 没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显。 第二大优势就是不需要多线程的锁机制，因为只有一个线程，也不存在同时写变量冲突， 在协程中控制共享资源不加锁，只需要判断状态就好了，所以执行效率比多线程高很多。 因为协程是一个线程执行，那怎么利用多核CPU呢？最简单的方法是多进程+协程，既充分利用多核， 又充分发挥协程的高效率，可获得极高的性能。 Python对协程的支持还非常有限，用在generator中的yield可以一定程度上实现协程。虽然支持不完全，但已经可以发挥相当大的威力了 传统的生产者-消费者模型是一个线程写消息，一个线程取消息，通过锁机制控制队列和等待， 但一不小心就可能死锁。 如果改用协程，生产者生产消息后，直接通过yield跳转到消费者开始执行，待消费者执行完毕后 切换回生产者继续生产，效率极高：
“子程序就是协程的一种特例。”
函数内使用yield变成生成器，func.next(),遇到yield就返回yield后面跟的值， 下次调用直接从yield的位置开始 如果c=func(),c.send(i)，那么yield的位置会获取i这个值，生成器函数不会返回，会继续运行yield下面的操作 ‘’’
def consumer(): r='' while True: n=yield r print('吃货:包子[%s]来了，吃包子' %n) time.sleep(1) r='200 ok' def producer(c): c.next() for i in range(5): print('厨师:包子[%s]做好了' %i) r=c.send(i) print('厨师:包子被取走了，状态码为%s' %r) c.close() producer(consumer())厨师:包子[0]做好了 吃货:包子[0]来了，吃包子 厨师:包子被取走了，状态码为200 ok 厨师:包子[1]做好了 吃货:包子[1]来了，吃包子 厨师:包子被取走了，状态码为200 ok 厨师:包子[2]做好了 吃货:包子[2]来了，吃包子 厨师:包子被取走了，状态码为200 ok 厨师:包子[3]做好了 吃货:包子[3]来了，吃包子 厨师:包子被取走了，状态码为200 ok 厨师:包子[4]做好了 吃货:包子[4]来了，吃包子 厨师:包子被取走了，状态码为200 ok
整个流程无锁，由一个线程执行，produce和consumer协作完成任务，所以称为“协程”， 而非线程的抢占式多任务。 “”"
