
作者:小K
来源:麦叔编程
❝
上次的关于进程、线程和协程的文章,很多粉丝留言表示想看协程的实际案例。
❞
❝
那么今天就来结合代码实际讲一个协程的实际应用。
在此之前,我希望大家能已经理解什么是串行、并行和并发的概念。如果你还不知道这三者的区别请前往Python三分钟第131篇复习学习。
❞
定义一个洗衣服函数,洗衣服过程时间为2秒。
睡眠
import timedef wash_clothes(): time.sleep(2) # 洗衣服def run(): for i in range(20): wash_clothes() print(f"衣服洗好了!当前时间:{time.time()}") if __name__ == '__main__': run()
运行结果:
衣服洗好了!当前时间:1659618457.003896衣服洗好了!当前时间:1659618459.005437衣服洗好了!当前时间:1659618461.0056782衣服洗好了!当前时间:1659618463.010311衣服洗好了!当前时间:1659618465.013951衣服洗好了!当前时间:1659618467.018253衣服洗好了!当前时间:1659618469.022136衣服洗好了!当前时间:1659618471.022881衣服洗好了!当前时间:1659618473.023118衣服洗好了!当前时间:1659618475.027102衣服洗好了!当前时间:1659618477.030786衣服洗好了!当前时间:1659618479.032495衣服洗好了!当前时间:1659618481.037195衣服洗好了!当前时间:1659618483.040722衣服洗好了!当前时间:1659618485.041149衣服洗好了!当前时间:1659618487.046405衣服洗好了!当前时间:1659618489.0484421衣服洗好了!当前时间:1659618491.050224衣服洗好了!当前时间:1659618493.055479衣服洗好了!当前时间:1659618495.0585659
我们可以看出,函数间隔2秒多一点点输出一次时间。
注意代码中注释
import timeimport asyncio# 异步函数定义需要在def前加async前缀async def wash_clothes(): # sleep也需要使用协程专用的模块支持,同步的库不能在异步中使用 asyncio.sleep(2) print(f"衣服洗好了!当前时间:{time.time()}")def run(): for i in range(20): # 将协程函数注册到loop(循环事件)中 loop.run_until_complete(wash_clothes())# 创建一个协程loop(循环事件)中loop = asyncio.get_event_loop()if __name__ =='__main__': run()
运行结果:
衣服洗好了!当前时间:1659619085.0939178衣服洗好了!当前时间:1659619085.094379衣服洗好了!当前时间:1659619085.095523衣服洗好了!当前时间:1659619085.095926衣服洗好了!当前时间:1659619085.097046衣服洗好了!当前时间:1659619085.0985332衣服洗好了!当前时间:1659619085.099058衣服洗好了!当前时间:1659619085.099848衣服洗好了!当前时间:1659619085.101115衣服洗好了!当前时间:1659619085.101917衣服洗好了!当前时间:1659619085.1026182衣服洗好了!当前时间:1659619085.103351衣服洗好了!当前时间:1659619085.1034582衣服洗好了!当前时间:1659619085.1035311衣服洗好了!当前时间:1659619085.1042402衣服洗好了!当前时间:1659619085.1052392衣服洗好了!当前时间:1659619085.106337衣服洗好了!当前时间:1659619085.106577衣服洗好了!当前时间:1659619085.107519衣服洗好了!当前时间:1659619085.108191
从运行结果看出,20桶衣服几乎在同0.1秒内洗完了。
❝
重点:协程函数内不能使用同步的函数或模块,否则将不会被异步运行。
❞
上一篇Python我提了协程执行的过程就像,“一个人启动一台洗衣机后,马上去使用第二台洗衣机,再第三台...第四台...第十台”。
「当洗衣机启动后的状态就等于是挂起了」
然后协程马上去启动下一台洗衣机...一直到结束。
在某种意义上说,处理IO密集型任务协程的速度会高于多线程,因为线程的创建和销毁需要消耗更多资源。
如果将这个大杀器用于网络爬虫,那不是速度要上天了?
是的,协程爬虫超猛。以前亲测比scrapy要快。
下期将从两个话题中选出一个:
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14