python之生成器深入理解
2019-06-03 20:44
639 查看
之前我们说到了生成器,现在我们通过两个案例来深入理解以下生成器
生产者消费者模型
生产者消费者模型当中有两大类重要的角色,一个是生产者(负责造数据的任务),另一个是消费者(接收造出来的数据进行进一步的操作)。
-
为什么要使用生产者消费者模型?
在并发编程中,如果生产者处理速度很快,而消费者处理速度比较慢,那么生产者就必须等待消费者处理完,才能继续生产数据。同样的道理,如果消费者的处理能力大于生产者,那么消费者就必须等待生产者。为了解决这个等待的问题,就引入了生产者与消费者模型。让它们之间可以不停的生产和消费。 -
实现生产者消费者模型三要素:
(1)、生产者
(2)、消费者
(3)、队列(或其他的容哭器,但队列不用考虑锁的问题) -
什么时候用这个模型?
程序中出现明显的两类任务,一类任务是负责生产,另外一类任务是负责处理生产的数据的(如爬虫) -
用该模型的好处?
1、实现了生产者与消费者的解耦和
2、平衡了生产力与消费力,就是生产者一直不停的生产,消费者可以不停的消费,因为二者不再是直接沟通的,而是跟队列沟通的。
现在我们做一个0库存的生产者消费者模型。
具体实现和结果如下:
""" 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。 现在改用协程(yield),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。 """ import random import time def Consumer(name): """消费者""" goods = ["小米手机", "华为手机", '苹果手机'] buy_name = random.choice(goods) print("[%s]需要购买%s" %(name, buy_name)) while True: game = yield buy_name print("[%s]购买%s成功" %(name, game)) def Produder(name): """生产者""" # []生成一个列表, 列表里面是10个生成器(Consumer) # ()生成一个生成器, 列表里面是10个生成器(Consumer) consumers = (Consumer("消费者%s" %(i+1)) for i in range(3)) for consumer in consumers: # next方法的返回值就是Consumer里面yield后面跟的值; buy_name = next(consumer) print("工程师[%s]正在生产%s" %(name, buy_name)) time.sleep(1) print("工程师[%s]生产%s成功" % (name, buy_name)) # 爬虫中返回的内容是的内容; # 将生产好的数据发送给消费者 consumer.send(buy_name) def main(): Produder("HaHa") main()
聊天机器人
在我们无聊之余,可以生成器做一个简单的机器人陪我们聊天。
具体实现和结果如下:
def chat_robot(): """ 聊天机器人 :return: """ # 这个变量存储的是机器人给用户的响应信息; response = "" # 死循环 while True: receive = yield response if '年龄' in receive: response = "不要问,问就三岁!" elif '姓名' in receive: response = "我是小爱同学" elif receive.endswith("吗?"): response = receive.rstrip('吗?') else: response = '我没有听懂,请换种说法!' Robot = chat_robot() next(Robot) while True: send_data = input("[用户]>>: ") if send_data == 'q' or send_data== 'quit': print("小爱要走了,下次再聊吧!") break response = Robot.send(send_data) print('[小爱同学]>>: ', response)
应用案例:求平均值。要求可以不断输入,不断的输出。
具体实现和代码如下:
""" 基于yield计算平均值 """ def averager(): # 所有数的和, 默认为0; total = 0.0 # 数值的个数; count = 0 # 平均值结果; average = None # 所有数值存储的容器(List); all_items = [] while True: # 函数包含yield关键字 new_item = yield average, all_items all_items.append(int(new_item)) total += new_item count += 1 average = total / count def main(): # AVERAGER是个生成器; AVERAGER = averager() # 第一次调用next方法, 遇到yield停止, next(AVERAGER) # 死循环, 依次求解平均值; while True: new_num = input("请输入求平均值的数: ") if new_num == 'q': print("程序执行结束.....") break average, all_items = AVERAGER.send(int(new_num)) print(all_items, "的平均值为:", average) main()
最后只需要输入q退出循环就可以了
相关文章推荐
- 深入理解Python迭代器与生成器
- 深入理解Python中的生成器
- 深入理解Python中的生成器(转载)
- 深入理解Python中的生成器
- 深入理解python的生成器表达式和列表解析
- 深入理解Python生成器(Generator)
- 深入理解python函数递归和生成器
- 深入理解Python生成器(Generator)
- 深入理解python中的生成器
- 深入理解Python中的生成器
- 深入理解Python中的生成器
- 深入理解Python中的生成器
- Python 深入理解yield
- python单元测试--深入理解unittest
- 深入理解Python中字典的键的使用
- python基础(5):深入理解 python 中的赋值、引用、拷贝、作用域
- 深入理解Python字符编码
- 深入理解python之self
- 深入理解Python中字典的键的使用
- 深入理解Python中协程的应用机制: 使用纯Python来实现一个操作系统吧!!