14. 迭代器与生成器

可迭代的对象：使用iter内置函数可以获取迭代器的对象。如果对象实现了__iter__方法，能够返回一个迭代器，那么对象就是可迭代的。
迭代器：对象实现了__next__返回序列中的下一个元素。迭代器还实现了__iter__返回self，因此迭代器也可以迭代。
生成器函数：函数的定义体中有yield关键字，该函数就是生成器函数。调用生成器函数时，会返回一个生成器对象。也就是说，生成器函数是生成器工厂。
关系：所有的生成器都是迭代器，因为生成器完全实现了迭代器接口。生成器只是另一种实现可迭代对象的方式而已。除了会创建和保存程序状态，当生成器终结时，还会自动抛出StopIteration异常。

15. 上下文管理器和with块

else可以用在for, while, try的后面，循环体正常执行完毕（没有break, 没有except）后退出时执行else的内容。
上下文管理器对象存在的目的是管理with块，简化try/finally模式。
ContextManger实现的两种方式：
1. 编写一个类，实现__enter__和__exit__方法
2. 调用@contextlib.contextmanager装饰器，将生成器函数转变为上下文管理器，函数中yield之前的语句对应__enter__内容，yield xxx为返回的对象（对应到with func() as xxx的xxx），yield之后的语句对应__exit__内容。始终用try语句包裹yield语句

16. 协程

1. 进程、线程、协程

进程：一个运行的程序（代码）就是一个进程，没有运行的代码叫程序，进程是系统资源分配的最小单位，进程拥有自己独立的内存空间，所有进程间数据不共享，开销大。

线程: cpu调度执行的最小单位，也叫执行路径，不能独立存在，依赖进程存在，一个进程至少有一个线程，叫主线程，而多个线程共享内存（数据共享，共享全局变量),从而极大地提高了程序的运行效率。

协程: 可以理解一种用户态的轻量级线程，协程的调度完全由用户控制。协程拥有自己的寄存器上下文和栈。协程调度时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈，直接操中栈则基本没有内核切换的开销，可以不加锁的访问全局变量，所以上下文的切换非常快。

协程与子程序的区别：调用子程序执行到return之后子程序就完全返回到主程序了，而协程会保存现场，下次从中断点继续执行。（中断）

协程与线程优势：1. 没有多线程切换的开销，寄存器和栈都保存在用户态。2. 不需要锁机制，因为是在一个线程中，不存在写变量冲突问题。所以协程是一种协作式多任务，多线程是一种抢占式多任务。

Python里CPU密集型使用多进程，IO密集型使用多线程或协程。

2. 协程

b = yield a 表达式左右两边在两次send()执行。
调用方调用next(cor)之后，协程执行到yield a并暂停，调用方收到返回值；调用方调用cor.send(b)，从中断点继续执行，将接收到的b赋值给等号左边的b，继续向下执行。当碰到下一个yield a时再次暂停并产出a。
yield from实现类似于管道的功能，调用方-委派生成器-子生成器。
生成器函数需要初始化也就是f=func()后f才是generator，func是function类型。

3. 协程实现生产者消费者模型

import time

def producer(consumer):
    ret = next(consumer)
    for i in range(10):
        print('[PRODUCER] produce: %d' % i)
        ret = consumer.send(i)
        print('[PRODUCER] consumer return: %s' % ret)
    consumer.close()

    
def consumer():
    ret = ''
    while True:
        i = yield ret
        print('[CONSUMER] consume: %d' % i)
        time.sleep(1)
        ret = 'OK'
        
c = consumer()
producer(c)

Fluent Python(14-16)——从迭代器到协程