协程
协程可以身处四个状态中的一个。
当前状态可以使用inspect.getgeneratorstate(...) 函数确定，该函数会返回下述字符串中的一个。
'GEN_CREATED'
等待开始执行。'GEN_RUNNING'
解释器正在执行。'GEN_SUSPENDED'
在 yield 表达式处暂停。'GEN_CLOSED'
执行结束。def simple_coro2(a): print('-> Started: a =', a) b = yield a #等着赋值b 把a甩出去 print('-> Received: b =', b) c = yield a + b print('-> Received: c =', c)my_coro_2 = simple_coro2(14)from inspect import getgeneratorstateprint(getgeneratorstate(my_coro_2))print(next(my_coro_2))getgeneratorstate(my_coro_2)print(my_coro_2.send(28))# 没有yield 出来 所以没有返回值print(my_coro_2.send(99))getgeneratorstate(my_coro_2) getgeneratorstate 函数指明，处于 GEN_SUSPENDED 状态（即协程在 yield 表达式处暂停）。
❺ 把数字 99 发给暂停的协程；计算 yield 表达式，得到 99，然后把那个数绑定给 c。
打印 -> Received: c = 99 消息，然后协程终止，导致生成器对象抛出StopIteration 异常。
另一个案例
def averager(): total = 0.0 count = 0 average = None while True: term = yield average total += term count += 1 average = total / countcoro_avg = averager()print(next(coro_avg))print(coro_avg.send(10))print(coro_avg.send(15))print(coro_avg.send(20))
调用 next 函数，预激协程。
➊ 这个无限循环表明，只要调用方不断把值发给这个协程，它就会一直接收值，然后生成结果。仅当调用方在协程上调用 .close() 方法，或者没有对协程的引用而被垃圾回收程序回收时，这个协程才会终止。➋ 这里的 yield 表达式用于暂停执行协程，把结果发给调用方；还用于接收调用方后面发给协程的值，恢复无限循环。终止协程和异常处理
发送某个哨符值，让协程退出。
内置的 None 和Ellipsis 等常量经常用作哨符值。Ellipsis 的优点是，数据流中不太常有这个值。
throw
generator.throw(exc_type[, exc_value[, traceback]])
致使生成器在暂停的 yield 表达式处抛出指定的异常。
如果生成器处理了抛出的异常，代码会向前执行到下一个 yield 表达式，而产出的值会成为调用 generator.throw方法得到的返回值。
generator.close()
致使生成器在暂停的 yield 表达式处抛出 GeneratorExit 异常。
如果生成器没有处理这个异常，或者抛出了 StopIteration 异常（通常是指运行到结尾），调用方不会报错。
如果收到 GeneratorExit 异常，生成器一定不能产出值，否则解释器会抛出
RuntimeError 异常。两种停止方式
exc_coro.throw(ZeroDivisionError)
exc_coro.close()让协程返回值
from collections import namedtupleResult = namedtuple('Result', 'count average')def averager(): total = 0.0 count = 0 average = None while True: term = yield if term is None: break total += term count += 1 average = total / count return Result(count, average)coro_avg = averager()next(coro_avg)coro_avg.send(30)coro_avg.send(6.5)try: coro_avg.send(None)except StopIteration as exc: result = exc.value print(result) 捕获 StopIteration 异常，获取 averager 返回的值
yield from 结构会在内部自动捕获 StopIteration 异常。 这种处理方式与 for 循环处理 StopIteration 异常的方式一样：循环机制使用用户易于理解的方式处理异常。 对 yield from 结构来说，解释器不仅会捕获 StopIteration 异常，还会把value 属性的值变成 yield from 表达式的值。
使用yield from
yield from 结构唯一的作用是替代产出值的嵌套 for 循环, 这句话不对
yield from 的主要功能是打开双向通道，把最外层的调用方与最内层的子生成器连接起来，
这样二者可以直接发送和产出值，还可以直接传入异常，
而不用在位于中间的协程中添加大量处理异常的样板代码。
有了这个结构，协程可以通过以前不可能的方式委托职责。
案例
委派生成器
包含 yield from <iterable> 表达式的生成器函数。子生成器
从 yield from 表达式中 <iterable> 部分获取的生成器。这就是 PEP 380 的标题（“Syntax for Delegating to a Subgenerator”）中所说的“子生成器”（subgenerator）。调用方
PEP 380 使用“调用方”这个术语指代调用委派生成器的客户端代码。在不同的语境中，我会使用“客户端”代替“调用方”，以此与委派生成器（也是调用方，因为它调用了子生成器）区分开。
不使用yield from
from collections import namedtupleResult = namedtuple('Result', 'count average')# 子生成器def averager(): # ➊ total = 0.0 count = 0 average = None while True: term = yield # ➋ if term is None: # ➌ break total += term count += 1 average = total / count return Result(count, average) # ➍data = { 'girls;kg': [40.9, 38.5, 44.3, 42.2, 45.2, 41.7, 44.5, 38.0, 40.6, 44.5], 'girls;m': [1.6, 1.51, 1.4, 1.3, 1.41, 1.39, 1.33, 1.46, 1.45, 1.43], 'boys;kg': [39.0, 40.8, 43.2, 40.8, 43.1, 38.6, 41.4, 40.6, 36.3], 'boys;m': [1.38, 1.5, 1.32, 1.25, 1.37, 1.48, 1.25, 1.49, 1.46],}def main(data): result = {} for key, values in data.items(): coro_avg = averager() next(coro_avg) for value in values: coro_avg.send(value) try: coro_avg.send(None) except StopIteration as exc: result[key] = exc.value print(result)if __name__ == '__main__': main(data)
- 这里的try: catch stop异常要一直存在
用yiled from 及委派生成器作用
from collections import namedtupleResult = namedtuple('Result', 'count average')# 子生成器def averager(): # ➊ total = 0.0 count = 0 average = None while True: term = yield # ➋ if term is None: # ➌ break total += term count += 1 average = total / count return Result(count, average) # ➍data = { 'girls;kg': [40.9, 38.5, 44.3, 42.2, 45.2, 41.7, 44.5, 38.0, 40.6, 44.5], 'girls;m': [1.6, 1.51, 1.4, 1.3, 1.41, 1.39, 1.33, 1.46, 1.45, 1.43], 'boys;kg': [39.0, 40.8, 43.2, 40.8, 43.1, 38.6, 41.4, 40.6, 36.3], 'boys;m': [1.38, 1.5, 1.32, 1.25, 1.37, 1.48, 1.25, 1.49, 1.46],}def grouper(results): while True: res_obj = yield from averager() results.append(res_obj)def main(data): results = [] for key, values in data.items(): coro_avg = grouper(results) next(coro_avg) for value in values: coro_avg.send(value) # 这个None是停止返回 哨兵 coro_avg.send(None) print(results) # report(result)# 输出报告def report(results): for key, result in sorted(results.items()): group, unit = key.split(';') print('{:2} {:5} averaging {:.2f}{}'.format( result.count, group, result.average, unit))if __name__ == '__main__': main(data) 官方的案例
from collections import namedtupleResult = namedtuple('Result', 'count average')# 子生成器def averager(): # ➊ total = 0.0 count = 0 average = None while True: term = yield # ➋ if term is None: # ➌ break total += term count += 1 average = total / count return Result(count, average) # ➍# 委派生成器def grouper(results, key): # ➎ while True: # ➏ results[key] = yield from averager() # ➐# 客户端代码，即调用方def main(data): # ➑ results = {} for key, values in data.items(): group = grouper(results, key) # ➒ next(group) # ➓ for value in values: group.send(value) # ⓫ group.send(None) # 重要！ #⓬ print(results) # 如果要调试，去掉注释 # report(results)# 输出报告def report(results): for key, result in sorted(results.items()): group, unit = key.split(';') print('{:2} {:5} averaging {:.2f}{}'.format( result.count, group, result.average, unit))data = { 'girls;kg': [40.9, 38.5, 44.3, 42.2, 45.2, 41.7, 44.5, 38.0, 40.6, 44.5], 'girls;m': [1.6, 1.51, 1.4, 1.3, 1.41, 1.39, 1.33, 1.46, 1.45, 1.43], 'boys;kg': [39.0, 40.8, 43.2, 40.8, 43.1, 38.6, 41.4, 40.6, 36.3], 'boys;m': [1.38, 1.5, 1.32, 1.25, 1.37, 1.48, 1.25, 1.49, 1.46],}if __name__ == '__main__': main(data) ❸ 至关重要的终止条件。如果不这么做，使用 yield from 调用这个协程的生成器会永
远阻塞。❹ 返回的 Result 会成为 grouper 函数中 yield from 表达式的值❻ 这个循环每次迭代时会新建一个 averager 实例；每个实例都是作为协程使用的生成
器对象。❼ grouper 发送的每个值都会经由 yield from 处理，通过管道传给 averager 实例。grouper 会在 yield from 表达式处暂停，等待 averager 实例处理客户端发来的值。averager 实例运行完毕后，返回的值绑定到 results[key] 上。while 循环会不断创建 averager 实例，处理更多的值。yield from 结构会在内部自动捕获 StopIteration 异常。这种处理方 式与 for 循环处理 StopIteration 异常的方式一样：循环机制使用用户易于理解的方式 处理异常。对 yield from 结构来说，解释器不仅会捕获 StopIteration 异常，还会把 value 属性的值变成 yield from 表达式的值。
总结
这里先不总结 带我把协程 程序加进去