免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

積累：

把有用的方法封裝到文件中，注意積累

迭代器

iteration  ＃ 迭代器

iterable  ＃ 可迭代的、

保存的是生成數據的代碼，不是數據

迭代器：

可迭代對象：有iter（） 方法就是可迭代對象    def ＿＿iter＿＿  （self）：    迭代器： 同時有 iter（） 和 next（） 就是迭代器    def ＿＿iter＿＿（self）：    def ＿＿next＿＿（self）：斐波那契數列迭代器代碼

class Fibonacci（object）：

def ＿＿init＿＿（self， all＿num）：

self．all＿num ＝all＿num

self．a ＝ 0
       self．b ＝ 1

self．num ＝ 0

def ＿＿iter＿＿（self）：

return self

def ＿＿next＿＿（self）：

if self．num ＜ self．all＿num：

result ＝ self．a

self．a， self．b ＝ self．b， self．a ＋ self．b

self．num ＋＝ 1

return result

else：

raise StopIteration

f ＝ Fibonacci（100）

for i in f：

print（i）

生成器

生成器是一種特殊的迭代器

列表推導式

保存的是生成的方式，不是數據

調用方式：next（obj）         obj．send

函數中有 yield， 那么這個函數就不在是函數，而是一個生成器的模板

調用一個函數時，發現這個函數中有yield 語句，那么此時，不是調用函數，而是創建一個生成器對象

def fibonacci（num）：    n， a， b ＝ 0， 0， 1    while n ＜ num：        ＃ print（a）        yield a        a， b ＝ b， a ＋ b        n ＋＝ 1    return ＂－－－ok－－－＂f ＝ fibonacci（11）print（next（f））while True：    try：        r ＝ next（f）        print（r）    except Exception as ret：        print（ret．value）        break＃ for i in f：＃     print（i）

線程、進程、協程總結

多任務的概念：同一時刻執行多個任務

線程：＂＂＂創建線程的兩種方式＂＂＂import threadingdef sing（num）：    passt ＝ threading．Thread（targets＝sing， args＝（1，））t．start（）＂＂＂繼承的方式＂＂＂class MyThread（threading．Thread）：    def run（delf）：        passt ＝ MyThread（）t．start（）

特點

線程運行在進程中，線程依賴于進程線程比進程的系統開銷小    共享全局資源（變量）協程運行在線程中，把線程空閑時間利用起來，實現多任務

資源競爭

互斥鎖：解決線程中資源競爭的問題    lock ＝ threading．Lock（）    lock．acquire（）  ＃ 上鎖    代碼。。。    lock．release（）  ＃ 解鎖死鎖：兩個線程都在等待對方釋放鎖進程＂＂＂創建進程的方式＂＂＂import multiprocessingdef sing（a， b）：    passp ＝ multiprocessing．Process（target＝sing， args＝（1， 2）， kwargs＝（name＝＂xiaohei＂））＂＂＂繼承的方式＂＂＂class MyProcess（multiprocessing．Process）：    def run（self）：        passp ＝ MyProcess（）p．start（）

特點

定義：正在運行的程序，在任務列表中可以查看進程運行起來后可以調度系統資源占用的系統的開銷最大寫時拷貝：即修改的時候去把代碼賦值一份進程不共享全局變量進程結束了，里面所有的線程、協程也都結束了

進程間通訊

q ＝ multiprocessing．Queue（）   ＃ 創建隊列q．put（＂數據＂）  ＃ 放數據q．get（）  ＃ 取數據

進程池

作用：它是一個緩存池，避免了重復的創建進程，銷毀進程的一些不必要的系統開銷    從而提高了程序運行的效率pool ＝ multiprocessing．Pool（3）  ＃ 創建進程池，最大進程數為3pool．apply＿async（函數名，（））  ＃ 開啟進程pool．close（）  ＃ 關閉進程池pool．join（）  ＃ 等待所有的進程結束進程池中創建隊列q ＝ multiprocessing．Manager．Queue（）協程

迭代器

可迭代對象：有iter（） 方法就是可迭代對象    def ＿＿iter＿＿  （self）：    迭代器： 同時有 iter（） 和 next（） 就是迭代器    def ＿＿iter＿＿（self）：    def ＿＿next＿＿（self）：

生成器

定義：是一個特殊的迭代器    存儲的是生成數據的方式，而不存儲數據如何寫生成器def a（）：    result ＝ yield a    return ＂＂try：    obj ＝ a（）    next（obj）    obj．send（“傳遞數據”）except Exception as e：    e．valueyield 關鍵字：保存當前運行狀態（斷點），然后暫停執行，即將生成器（函數）掛起將yield關鍵字后面表達式作為返回值返回，起到了return的作用，可以使用next（）函數讓生成器從斷點出繼續執行

協程

yield

運行在一個線程中，利用線程的空閑時間完成多任務系統開銷最少