我要學python之生成器

from collections import Iterable

# 模擬取款
def cash_atm(totalmoney):
    while totalmoney>0:
        print("=======(可取金額：%s )=======" % totalmoney)
        totalmoney -= 100
        yield 100
        print("=======(    余額：%s )=======" % totalmoney)

atm = cash_atm(1000)
# 查看atm是個啥，是一個generator
print(type(atm))
# 判斷atm是否可迭代
print(isinstance(atm, Iterable))
# 獲取100現金
print(atm.__next__())
# 消費金額
print("買了本書把錢花完了...")
# 我想去買個禮物給女朋友，可沒有錢了再去取錢
print(atm.__next__())
'''
定義：如果一個函數返回的是一個迭代器，那么這個函數就是生成器
那么如果一個函數要返回一個迭代器則需要使用yield語法，
該函數就可以返回一個迭代器
'''

分析：上面的cash_atm是一個生成器，它調用時返回一個迭代器，根據迭代器的特性，我們只能往下走，不能往回退，上面比較特殊的地方就是：每次請求執行atm的next時，都能夠從上一次后面繼續往下走，而這個關鍵在于yield語法，yield是能夠跳出當前函數，并且保存執行的狀態，下一次調用next時，可以從保存狀態繼續往下走。

應用分析：
這個生成器有什么應用場景呢？比如說：如果一個操作需要花費很長時間，如果是串行執行的，那么就必須等待操作執行完才可以去干其他的事情，那么這段時間內，你就處于被阻塞狀態的，這是不理想的狀態。最好的狀態是什么呢？比如說我調用接口a，這個接口需要花費一段時間。最好的效果呢就是，我調用該接口，然后去做其他的事，一旦這個接口處理完成后通知我，我來處理這個結果返回的后續操作。這個就是異步操作，相當于我開一個線程去處理接口，接口處理完后會通知主線程處理。

場景應用：
模擬異步場景: 有一個餐館，有一個廚師，有2名食客，食客點包子，廚師做包子，廚師做完后，食客開始吃。
這是一個生產消費模型，實現一個單線程的異步效果？

實現代碼如下：

import time
# 生產者消費者模型：廚師生產者，食客消費者

# 消費者
def consumer(name):
    print("服務員給我[%s]上包子..."%name)
    while True:
        bz = yield
        print("%s,你好！包子[%s]來了！"%(name,bz))

# 生產者
def producer(name):
    c = consumer('A')
    c2 = consumer('B')
    c.__next__()
    c2.__next__()
    print("廚師[%s]開始做包子了..."%name)
    for i in range(10):
        time.sleep(1)
        print("我[%s]做好兩個包子！"%name)
        c.send(i)
        c2.send(i)

producer('ckmike')

總結:
上面的代碼是一個簡單的單線程異步效果。生成器的作用非常大。消費者不需要等生產者把所有都準備好就可以把現有的消息消費掉，消費者只是接受消息信息號，把當前的信息處理掉，而生產者負責生成消息，并且信號發送給消費者。上面的效果可能我們還是有點模糊生成器有啥用。比如說現在我要獲取一個斐波那契數列。我們沒有必要把所有的值一次性加載到內存中，我們可以要一個拿一個（通過生成式實現），概念：這種一邊循環一邊計算的機制，稱為生成器：generator。，與Linux下的cat命令類似，你不需要把大文件一次性加載到內存中，你只要獲取部分到內存中，這樣大大節省了內存。
菲波那切數列實現：

# 菲波那切數列
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1
    return 'done'

f=fib(10)
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())