Python的語法是簡潔的，也是難理解的。

比如yield關鍵字：

def fun():

for i in range(5):

print('test')

x = yield i

print('good', x)

if __name__ == '__main__':

a = fun()

# print(a.__next__())

# print(a.__next__())

# print(a.__next__())

y = a.send(None)

y = a.send(-1)

y = a.send(-2)

#print(y)

凡是包含yield關鍵字的函數都不再是一個函數，而成為一個生成器(或迭代器，Generator)

Generator包含一個棧幀(Stack Frame)，它維護Generator自身的執行狀態，即便生成器的執行被暫停而返回到母程序中，下一次依然能恢復Generator的上一次的狀態，從一個yield執行到下一個yield語句前。這就是生成器的執行方式。

迭代一個執行器可以使用send方法，也可以使用__next__方法，send方法能給Generator傳遞即時的數據，同時接收Generator內部執行狀態，這個過程就是協程通信的基礎。

而__next__方法只能從Generator接收內部執行狀態，而無法向Generator中傳入信息，所以__next__不能完成通信，因為通信不能是單向的。

__next__調用下的Generator只是一個迭代器而已。而send調用下的Generator卻升級成為一個協程(Co-routine)

使用協程Coroutine的目的是為了避免將業務邏輯的實現混在異步IO的回調函數中，使得程序可讀性提升而已。

Python中異步IO采用selectors，它支持了各個操作系統的異步IO的事件管理機制(Linux是epoll)，通過selectors.DefaultSelector來實現事件與回調函數的綁定。可以將線程內CPU等待IO的時間轉移到操作系統上。畢竟和IO設備交互的不是應用程序，而是操作系統。

多線程：

import threading, time

global n

class MyThread(threading.Thread):

def __init__(self):

threading.Thread.__init__(self)

def run(self):

global n, lock

time.sleep(1)

if lock.acquire():

print(n)

print(self.name)

n += 1

lock.release()

if __name__ == '__main__':

n = 1

ThreadList = []

lock = threading.Lock()

for i in range(1, 200):

t = MyThread()

ThreadList.append(t)

for t in ThreadList:

t.start()

for t in ThreadList:

t.join()

多線程簡單，需要注意的就是鎖。資源的訪問在鎖中進行時，鎖才會起作用，因此這個鎖類似于獨立于線程的原子性對象，所有線程都在這個鎖上變得有序起來，離開鎖重歸無序競爭狀態。

因此資源無所謂唯一性和不可同時操作性，只有鎖自身具備這種性質。所有的資源的同步都是靠代碼的約束——將和資源相關的操作和鎖綁定在一起才能實現的。多線程在一般設備上效率不遜于協程(單線程內通過操作系統OS進行執行順序的切換)。

總結

以上是生活随笔為你收集整理的python使用多线程写生成器_Python学习——多线程，异步IO，生成器，协程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。