在說協程前，需要先了解在python中常用迭代器和生成器，了解這兩個能夠有效的幫助你去理解協程的工作原理
概念：通過for迴圈遍歷取值的過程叫迭代
可迭代物件：可用for迴圈遍歷取值的物件，[列表、元組、字典、集合、range、字串]
判斷方式：
匯入：form collections import iterable
判斷：result =
isinstance(資料，iterable[迭代物件型別]) 【返回boole值】
自定義迭代物件：
在類中定義__iter__方法建立的物件
注意：1.只要有__iter__方法的類建立的物件是可迭代物件，可迭代物件需要迭代器完成資料迭代
概念：在類裡定義__iter__和__next__方法建立的物件就是迭代器物件
優點：占用極小記憶體空間，儲存的是生成資料的方式而不是結果
實現：延遲計算 / 懶惰計算
判斷方式：
匯入：from collections import iterator
判斷：result = isinstance(資料，iterator[迭代器物件型別])
自定義迭代器：
iter()函式：獲取可迭代物件的迭代器，呼叫可迭代物件的__iter__方法
注意：1.迭代物件中的__iter__方法建立迭代器物件並返回
2.迭代器通過__next__獲取下乙個資料，資料取完後需要手動丟擲停止迭代的異常（raise stopiteration）
3.迴圈通過迭代器獲取資料時，需要進行異常捕獲，避免程式停止報錯
遍歷 可迭代物件
執行流程：for item in iterable
1.通過 iter() 函式獲取可迭代物件 iterable 的迭代器
2.對獲取的迭代器不斷呼叫 next() 方法獲取下乙個值並賦值給item
3.當遇到 stopiteration 的異常後迴圈結束
遍歷 迭代器
執行流程：for item in iterator
1.迴圈的迭代器不斷呼叫 next() 方法獲取下乙個值賦值給item
2.遇到stoplteration異常結束迴圈
應用場景：
迭代器的核心功能是通過next()函式呼叫返回下乙個資料值，如果資料**不是已有的集合中，而是通過程式按照一定規律生成，那麼可以不用依賴已有的資料集合，可以不用將所有要迭代的資料全部快取後依次讀取，可以節省大量的記憶體資源。
概念：不需要自己定義__iter__和__next__方法仍然可以使用next函式和for迴圈取值
場景：保證**只指定一部分就返回
建立：1.生成器表示式：將列表表示式的 [ ]更改為 () 【生成器儲存的是演算法，占用的記憶體更少】
2.函式生成器：使用了yield關鍵字
1.在yield下可以使用return，**執行到return時，會停止迭代，丟擲停止異常
【python3才支援 return 關鍵字，可以通過except stopiteration as e: 捕獲 e.value 輸出】
兩者之間區別：
1.使用了 yield 關鍵字的函式就是生成器
2.**執行到yield會暫停掛起，將結果返回給呼叫生成器的位置，下次啟動時從掛起位置繼續
3.每次啟動生成器都會返回乙個值，yield可以返回多個值
4.return只能返回一次值，**執行return 停止迭代
5.生成器的結束都是 stopiteration 異常丟擲，所以需要提前設定好捕獲
2.使用send方法啟動生成器傳參
異同：next是函式send是方法
next不能傳參send可以傳參
第一次呼叫必須是next,後續可以是send《傳遞的引數在yield左邊的變數獲取
send執行時也是從yield位置開始》
注意：1.單獨獲取生成器內容next(生成器物件)
2.for迴圈遍歷後，直接輸出結果，不需要next()】
概念： 微執行緒、使用者級執行緒，在def中有yield關鍵字就是協程
建立：1.greenlet
2.gevent(常用)
概述：內部封裝了greenlet，遇到io[input、output、網路、檔案操作]操作時，自動切換其他的greenlet,操作完成，再切換回來繼續執行
應用：1.匯入：from gevent import monkey
2.執行補丁：monkey.patch_all() 【使gevent識別耗時操作非同步執行處理,必須放在**開始處，避免載入問題】
3.建立協程物件：xx = gevent.spawn(方法名，位置引數(args)，關鍵字引數(kwargs))
4.等待執行完成：xx.join() 【如果當前是無限迴圈且有耗時操作，可以不需要join】
5.批量程序等待：gevent.joinall([物件1]，[物件2])
1.關聯
乙個程序至少有乙個執行緒，程序裡面可以有多個執行緒
乙個執行緒裡面可以 有多個協程
2.對比
1.程序是資源分配的基礎單位
2.執行緒是作業系統排程的基本單位
3.程序切換需要的資源最大，效率很低
4.執行緒切換需要的資源一般，效率一般(不基於gil的情況下)
5.執行緒切換任務資源很小，效率高
6.多程序、多執行緒根據cpu核數不一樣可能是並行，但是協程是乙個執行緒中，所以是併發
7.程序和執行緒都是由系統進行控制執行，而協程有程式設計師控制
8.程序適用於cpu密集不需要切換，大量併發計算的情況
9.多執行緒適用io密集，網路io和磁碟io
10.協程適用於：密集網路io，適合網路io
Python 程序 執行緒 協程
程序和執行緒之間的關係 執行緒是屬於程序的，執行緒執行在程序空間內，同一程序所產生的執行緒共享同一記憶體空間，當程序退出時該程序所產生的執行緒都會被強制退出並清除。執行緒可與屬於同一程序的其它執行緒共享程序所擁有的全部資源，但是其本身基本上不擁有系統資源，只擁有一點在執行中必不可少的資訊 如程式計數...
Python 程序，執行緒， 協程
程序是系統進行資源分配和排程的乙個獨立單位 最小單位 程序的幾個狀態 空 新建 建立執行乙個程式的新程序，可能的事件有 新的批處理作業 互動登入 終端使用者登入到系統 作業系統因為提供一項服務而建立 由現有的程序派生等。新建 就緒 作業系統準備好再接納乙個程序時，把乙個程序從新建態轉換為就緒態。就緒...
程序 執行緒與協程
程序的出現是為了更好的利用cpu資源使到併發成為可能。假設有兩個任務a和b，當a遇到io操作，cpu默默的等待任務a讀取完操作再去執行任務b，這樣無疑是對cpu資源的極大的浪費。聰明的老大們就在想若在任務a讀取資料時，讓任務b執行，當任務a讀取完資料後，再切換到任務a執行。注意關鍵字切換，自然是切換...