最近東西積攢了太多，感覺再不寫進來就要炸了。

1.多線程

1.11 關於多線程的包

相關的python包有幾個，比如thread包，到py3改成_thread，而thread有一些問題使得不是很好用。通用的包叫threading。最近都是在用這個。

1.12 threading的使用和常用屬性

需要註意的點有生成實例比如t = threading.Thread(target=xxx, args=(xx,))，裡面有兩個參數，第一個是目標函數，第二個是相關的參數，註意類型。

然後就是start啟動，join等待多線程實行完成這兩個方法。

#偽代碼
t1 = threading.Thread(target=fun1, args=("函數參數 1",))
t1.start()

t2 = threading.Thread(target=fun2, args=("函數參數1", "函數參數2"))
t2.start()

#等待線程
t1.join()
t2.join()

繼承threading.Thread使用，需要重寫run函數。

class MyThread(threading.Thread):
　　def __init__(self, arg):
　　　　super(MyThread, self).__init__()
　　　　self.arg = arg

　　def run(self):
　　　　time.sleep(2)

其他常用屬性和方法有:

threading.currentThread：返回當前線程變數

threading.enumerate:返回一個包含正在運行的線程的list，正在運行的線程指的是線程啟動後，結束前的狀態

threading.activeCount: 返回正在運行的線程數量，效果跟 len(threading.enumerate)相同

threading.timer: 定時器，利用多線程在指定時間後啟動一個功能

thr.setName: 給線程設置名字

thr.getName: 得到線程的名字

守護線程：daemon：即如果將子線程設置成守護線程，則子線程會在主線程結束的時候自動退出，一般認為，守護線程不中要或者不允許離開主線程獨立運行

而守護線程能否有效果跟環境相關

t1 = threading.Thread(target=fun, args=() )
# 社會守護線程的方法，必須在start之前設置，否則無效
t1.setDaemon(True)
#t1.daemon = True
t1.start()

1.13 線程相關的問題

因為線程之間有共用狀態（資源），會有一些諸如死鎖或者同步的問題。解決方法也是大同小異，這些python里都給出了

相應的工具。比如自己設置一個鎖/信號燈。用semphore變數，還有可重入鎖解鎖遞歸的時候申請鎖的問題等等。

線程安全不安全變數list，set，dict，安全變數queue等。

1.14 線程替代方案

替代無非是用進程或者魔改的線程包，諸如subprocess使用進程，multiprocessing用threading派生出來的，使用子進程，可以使用多核或多CPU

還有一個current.future待會兒寫

2.多進程

使用的就是上面提到的線程替代方案multiprocessing，方法和threading差不多，multiprocessing.Process(target=xxx, args=(xx,))，然後同樣也可以繼承後使用，實現方式類似多線程

還有一個就是pid和ppid，即進程ID和父進程ID，還有其他常見的內容比如子進程和父進程共用資源啊，而子線程有自己獨立的棧空間啊之類的就不詳細描述了

還有其他的諸如生產者-消費者模型，讀者-寫者模型等等。和上面的一樣，也不贅述了，操作系統書里都有，寫在這沒什麼意義。

3.協程

首先來寫一下協程的定義：協程是為非搶占式多任務產生子程式的電腦程式組件， 協程允許不同入口點在不同位置暫停或開始執行程式。 

 在這之前先寫兩個

3.11 迭代器

有兩個概念，一是可迭代對象Iterable，二是迭代器Iterator

Iterable可以用於for迴圈，二Iterator不僅可以用於for迴圈還能被next函數調用，可以用isinstance函數判斷，比如list是可迭代的。

from collections import Iterable

l = [1,2,3,4]

isinstance(l, Iterable)

out：True

兩者之間還可以通過iter函數轉換

from collections import Iterator

isinstance(iter('abc'), Iterator)

out：True

3.12 生成器

比如最常見的生成器有L = [x * x for x in range(10)]，g = (x * x for x in range(10))這些生成列表，元組的方法

本質是一個函數/方法，每次調用next的時候計算下一個值，最後會拋出StopIteration異常。

函數中包含yield,則叫generator

next調用,遇到yield返回

# 在函數odd中，yield負責返回
def odd():
    print("Step 1")
    yield 1
    print("Step 2")
    yield 2
    print("Step 3")
    yield 3
 
# odd() 是調用生成器
g = odd()
one = next(g)
print(one)

two = next(g)
print(two)

three = next(g)
print(three)

out：Step 1

　　1

　　Step 2

　　2

　　Step 3

　　3

3.13 協程

是的，協程和生成器很像，使用yield和send。目的是合理調用各種系統資源和進行協同工作。協程之間切換耗費也很低

協程有四個狀態：

GEN_CREATED：等待開始執行

GEN_RUNNING：解釋器正在執行

GEN_SUSPENED：在yield表達式處暫停

GEN_CLOSED：執行結束

def simple_coroutine(a):
    print('-> start') 

    b = yield a # 把A丟出來給aa
    print('-> recived', a, b)

    c = yield a + b
    print('-> recived', a, b, c)

# runc
sc = simple_coroutine(5)

aa = next(sc) # 預激，準備好執行協程，程式走到yield停下
print(aa) 
bb = sc.send(6) # 5 ，6  把參數6發給b
print(bb)
cc = sc.send(7) # 5, 6, 7
print(cc)#執行不到，拋出StopIteration異常

out：

-> start

5

-> recived 5 6

11

-> recived 5 6 7

之前說過，最後會拋出一個StopIteration異常，未處理的異常會向上冒泡，傳給next函數或send函數的調用方。終止協程可以發送某個哨符，讓協程退出，比如內置的None和Ellipsis等常量

還有兩個和異常相關的方法generator.throw(Exctpiton)和generator.close()

大概作用就是前一個會在暫停的yield出拋出指定的異常。如果生成器處理了該異常，則代碼會執行到下一個yield

而產出的值（value，異常的一個屬性）會成為調用 generator.throw方法得到的返回值。沒處理則往上冒泡。

第二個的作用是致使生成器在暫停的 yield 表達式處拋出 GeneratorExit 異常。如果生成器沒有處理這個異常，或者拋出了 StopIteration 異常（通常是指運行到結尾），調用方不會報錯。

如果收到 GeneratorExit 異常，生成器一定不能產出值，否則解釋器會拋出RuntimeError 異常。生成器拋出的其他異常會向上冒泡，傳給調用方。

以下是找到的一段事例代碼

class DemoException(Exception):
    """
    custom exception
    """
    pass

def handle_exception():
    print('-> start')

    while True:
        try:
            x = yield
        except DemoException:
            print('-> run demo exception')
        else:
            print('-> recived x:', x)

    raise RuntimeError('this line should never run')

he = handle_exception()
next(he)
he.send(10) # recived x: 10
he.send(20) # recived x: 20

he.throw(DemoException) # run demo exception

he.send(40) # recived x: 40
he.close()

yield from

相對於yield，yield from就相當於在調用方和生成器之間多了一層“通道”類似的代理。（又或者說在主線程和協程之間）

使用的渠道：比如委派生成器。

1，定義一個生成器（含yield）可以一次次的接收調用方傳來的值（通過yield）和return回去處理後的值

2，定義個委派生成器，只需要yield from 生成器即可使用並接收值

3，調用委派生成器使用

未完待續