百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 热门文章 > 正文

python中send函数、close函数与yield关键字实现协程操作

bigegpt 2024-09-17 12:36 4 浏览

前言

我们之前接触过多线程和多进程,他们可以完成两个甚至多个线程或进程通知执行不同得函数,并且可以通过函数来控制让其中一个线程等待另一个线程执行一部分代码以后再去执行,比如有两个A和B,线程1 执行一部分A,然后停止执行,等待线程2执行一部分B,然后线程2停止执行,再等待线程1执行A,执行完以后线程2再执行函数B

体现如下:

def A():
print('1')
print('2')
print('3')

def B():
print('x')
print('y')
print('z')

结果

1
2
x
y
3
z

这种操作其实可以用协程来实现,什么是协程? 协程就是只有一个线程来实现上面的效果。协程相比与多线程有什么好处呢?

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。

协程是通过generator来实现的,其中涉及的就是yield关键字和send()函数的使用。

在讲解具体的使用之前,我们先了解一下send()函数和yield关键字。

generator的send()函数和yield关键字

以之前对yield关键字的了解,无非就是yield关键字可以给调用者返回消息,同时当函数通过yield关键字返回消息以后函数会暂停在当前位置。

如下:

>>> def test():
number = 1
while True:
number *= 2
yield number
print('我是yield关键字下面一行代码')


>>> t = test()
>>> next(t)
2
>>> next(t)
我是yield关键字下面一行代码
4
>>> next(t)
我是yield关键字下面一行代码
8

但其实 yield关键字 的作用是 函数与调用者的通信,它不光能够将值返回给调用者,它还可以接收调用者传过来的值,那么怎么实现呢? 调用者通过send()函数将值传递给generator,generator通过 yield 前面的变量来接收,如下:

>>> def test():
number = 0
while True:
n = yield number
print('我是yield关键字下面一行代码')
print('调用者传递过来的值为:', n)


>>> t = test()
>>> t.send(None)
0
>>> t.send(1)
我是yield关键字下面一行代码
调用者传递过来的值为: 1
0
>>> t.send(2)
我是yield关键字下面一行代码
调用者传递过来的值为: 2
0
>>> next(t)
我是yield关键字下面一行代码
调用者传递过来的值为: None
0

可以发现,send函数和next函数的区别就是 send函数可以在执行generator的过程中,给generator发送消息。而next仅仅是接收yield右边的变量值。

好了,我们现在知道了send函数与yield关键字配合使用可以实现调用者与generator的通信了,那么我们就可以通过他们来实现单一线程切换执行不同函数了。这种操作就叫做协程。

generator的close函数

由于下面还涉及到一个 close函数,这里也演示一下,方便下面理解

>>> def test():
number = 1
while True:
number *= 2
yield number
print('我是yield关键字下面一行代码')


>>> t = test()
>>>
>>> next(t)
2
>>> next(t)
我是yield关键字下面一行代码
4
>>> next(t)
我是yield关键字下面一行代码
8
>>> t.close()
>>> next(t) # 关闭generator后再调用,会出现StopIteration异常,即后面没值了
Traceback (most recent call last):
File "<pyshell#105>", line 1, in <module>
next(t)
StopIteration
>>>

协程

下面是一个生产者与消费者的例子,代码如下:

# encoding=utf8

def consumer():
r = ''
while True:
n = yield r # yield 后面的r是返回给调用者的值,yield前面的 n 用来接收调用者通过send函数传过来的值
if not n: # 如果n是None,就结束该函数,因为None代表还没有生产出来产品
print('consumer即将结束') # 实际上该代码中这行永远不会被执行
return
print('[CONSUMER] Consuming %s...' % n)
r = '200 OK'


def produce(c):
# send函数让线程停止执行当前函数,从而去执行generator
print('send返回值为: ', c.send(None)) # send语句实际上是给 yield左边的变量n赋值,send返回的值就是 yield后面的r,返回的是空字符
n = 0
while n < 5:
n = n + 1
print('[PRODUCER] Producing %s...' % n)
r = c.send(n) # 生产出来产品以后告诉消费者,我这里有货了
print('[PRODUCER] Consumer return: %s' % r) # 消费者传递过来消息,它已经收到了
c.close()


c = consumer()
produce(c)

运行结果如下:

第一行 send 返回值 是一个空 字符

send返回值为:

[PRODUCER] Producing 1...
[CONSUMER] Consuming 1...
[PRODUCER] Consumer return: 200 OK
[PRODUCER] Producing 2...
[CONSUMER] Consuming 2...
[PRODUCER] Consumer return: 200 OK
[PRODUCER] Producing 3...
[CONSUMER] Consuming 3...
[PRODUCER] Consumer return: 200 OK
[PRODUCER] Producing 4...
[CONSUMER] Consuming 4...
[PRODUCER] Consumer return: 200 OK
[PRODUCER] Producing 5...
[CONSUMER] Consuming 5...
[PRODUCER] Consumer return: 200 OK

相关推荐

方差分析简介(方差分析通俗理解)

介绍方差分析(ANOVA,AnalysisofVariance)是一种广泛使用的统计方法,用于比较两个或多个组之间的均值。单因素方差分析是方差分析的一种变体,旨在检测三个或更多分类组的均值是否存在...

正如404页面所预示,猴子正成为断网元凶--吧嗒吧嗒真好吃

吧嗒吧嗒,绘图:MakiNaro你可以通过加热、冰冻、水淹、模塑、甚至压溃压力来使网络光缆硬化。但用猴子显然是不行的。光缆那新挤压成型的塑料外皮太尼玛诱人了,无法阻挡一场试吃盛宴的举行。印度政府正...

Python数据可视化:箱线图多种库画法

概念箱线图通过数据的四分位数来展示数据的分布情况。例如:数据的中心位置,数据间的离散程度,是否有异常值等。把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)...

多组独立(完全随机设计)样本秩和检验的SPSS操作教程及结果解读

作者/风仕在上一期,我们已经讲完了两组独立样本秩和检验的SPSS操作教程及结果解读,这期开始讲多组独立样本秩和检验,我们主要从多组独立样本秩和检验介绍、两组独立样本秩和检验使用条件及案例的SPSS操作...

方差分析 in R语言 and Excel(方差分析r语言例题)

今天来写一篇实际中比较实用的分析方法,方差分析。通过方差分析,我们可以确定组别之间的差异是否超出了由于随机因素引起的差异范围。方差分析分为单因素方差分析和多因素方差分析,这一篇先介绍一下单因素方差分析...

可视化:前端数据可视化插件大盘点 图表/图谱/地图/关系图

前端数据可视化插件大盘点图表/图谱/地图/关系图全有在大数据时代,很多时候我们需要在网页中显示数据统计报表,从而能很直观地了解数据的走向,开发人员很多时候需要使用图表来表现一些数据。随着Web技术的...

matplotlib 必知的 15 个图(matplotlib各种图)

施工专题,我已完成20篇,施工系列几乎覆盖Python完整技术栈,目标只总结实践中最实用的东西,直击问题本质,快速帮助读者们入门和进阶:1我的施工计划2数字专题3字符串专题4列表专题5流程控制专题6编...

R ggplot2常用图表绘制指南(ggplot2绘制折线图)

ggplot2是R语言中强大的数据可视化包,基于“图形语法”(GrammarofGraphics),通过分层方式构建图表。以下是常用图表命令的详细指南,涵盖基本语法、常见图表类型及示例,适合...

Python数据可视化:从Pandas基础到Seaborn高级应用

数据可视化是数据分析中不可或缺的一环,它能帮助我们直观理解数据模式和趋势。本文将全面介绍Python中最常用的三种可视化方法。Pandas内置绘图功能Pandas基于Matplotlib提供了简洁的绘...

Python 数据可视化常用命令备忘录

本文提供了一个全面的Python数据可视化备忘单,适用于探索性数据分析(EDA)。该备忘单涵盖了单变量分析、双变量分析、多变量分析、时间序列分析、文本数据分析、可视化定制以及保存与显示等内容。所...

统计图的种类(统计图的种类及特点图片)

统计图是利用几何图形或具体事物的形象和地图等形式来表现社会经济现象数量特征和数量关系的图形。以下是几种常见的统计图类型及其适用场景:1.条形图(BarChart)条形图是用矩形条的高度或长度来表示...

实测,大模型谁更懂数据可视化?(数据可视化和可视化分析的主要模型)

大家好,我是Ai学习的老章看论文时,经常看到漂亮的图表,很多不知道是用什么工具绘制的,或者很想复刻类似图表。实测,大模型LaTeX公式识别,出乎预料前文,我用Kimi、Qwen-3-235B...

通过AI提示词让Deepseek快速生成各种类型的图表制作

在数据分析和可视化领域,图表是传达信息的重要工具。然而,传统图表制作往往需要专业的软件和一定的技术知识。本文将介绍如何通过AI提示词,利用Deepseek快速生成各种类型的图表,包括柱状图、折线图、饼...

数据可视化:解析箱线图(box plot)

箱线图/盒须图(boxplot)是数据分布的图形表示,由五个摘要组成:最小值、第一四分位数(25th百分位数)、中位数、第三四分位数(75th百分位数)和最大值。箱子代表四分位距(IQR)。IQR是...

[seaborn] seaborn学习笔记1-箱形图Boxplot

1箱形图Boxplot(代码下载)Boxplot可能是最常见的图形类型之一。它能够很好表示数据中的分布规律。箱型图方框的末尾显示了上下四分位数。极线显示最高和最低值,不包括异常值。seaborn中...