[Python]通過send() 方法向生成器內部傳遞數據

生成器本身是一種只能輸出數據的結構，它不像列表或其他容器可以存儲數據並操作。它是一種(lazy evaluation）輸出數據的結構，生成器僅在需要時生成數據。因此，它對於處理大數據集或無限序列時非常高效。

然而，生成器與列表或其他容器不同的一個特點是，生成器通常只能輸出數據，但在某些情況下，我們希望生成器能夠根據外部的輸入來動態生成新的結果。這就是 send() 方法的作用。

在 Python 中，可以通過生成器的 send() 方法向生成器內部傳遞數據。

生成器的工作機制：

1. 生成器函數的定義： 生成器函數定義與普通函數類似，但它使用 yield 來返回數據。
2. yield 暫停與恢復執行： 當生成器函數執行到 yield，它會暫停並返回當前值。下一次調用生成器（通過 next() 或 send()）時，會從暫停處繼續執行。
3. send() 傳送數據： 除了使用 next() 獲取下一個 yield 的值，還可以用 send(value) 將數據發送給生成器。在 yield 表達式處，生成器會接收到 send() 發送的值並進行處理。

示例：

def my_generator():
    value = 0
    while True:
        received = yield value
        if received is not None:
            value = received
        else:
            value += 1

gen = my_generator()

# 獲取生成器的初始值
print(next(gen))  # Output: 0

# 透過 send() 傳遞數據給生成器
print(gen.send(10))  # Output: 10

# 不傳送數據，生成器繼續計算
print(next(gen))  # Output: 11

解釋：

1. next(gen)：啟動生成器，返回初始值 0。
2. gen.send(10)：將 10 傳送給生成器，接收 yield，此時生成器內部變量 value 被設置為 10。
3. next(gen)：當沒有傳送新值時，生成器默認將 value 加 1，所以輸出為 11。

常見用途：

1. 協程：生成器協程允許生成器與外部代碼動態通信。
2. 事件驅動編程：在多步處理過程中，動態接收和處理輸入。
3. 數據流處理：生成器可以根據外部輸入即時計算，避免一次性加載所有數據。

「生成器協程」、「事件驅動編程」、「數據流處理」的 生成器簡單範例

1. 協程（生成器協程允許生成器與外部代碼動態通信）

協程是生成器的擴展，它可以讓你動態接收來自外部的數據並進行處理。

def coroutine_example():
    print("協程啟動")
    while True:
        received = yield
        print(f"接收到的數據: {received}")

# 啟動生成器協程
gen = coroutine_example()
next(gen)  # 啟動協程
gen.send("第一個數據")
gen.send("第二個數據")

解釋：

• coroutine_example 是一個協程，它通過 yield 暫停，並等待 send() 傳送的數據。每次 send() 傳送後，協程內部會打印接收到的數據。

2. 事件驅動編程（在多步處理過程中，動態接收和處理輸入）

生成器可以用於事件驅動的場景，接收外部事件並根據事件狀態進行操作。

def event_driven_generator():
    print('開始接收外部事件')
    event_count = 0
    while True:
        event = yield event_count
        if event == "click":
            event_count += 1
        elif event == "reset":
            event_count = 0
        print(f"事件數量: {event_count}")

gen = event_driven_generator()
next(gen)  # 啟動生成器

# 模擬事件
gen.send("click")
gen.send("click")
gen.send("reset")
gen.send("click")

解釋：

• event_driven_generator 生成器接收不同的事件，例如「click」或「reset」。每次收到「click」事件時，會遞增計數，收到「reset」時重置計數。

3. 數據流處理（生成器可以根據外部輸入即時計算，避免一次性加載所有數據）

這個範例展示了如何利用生成器進行數據流處理，動態生成數據而不是一次性加載。

def data_stream_processor(data):
    print(f'接收資料')
    total = 0
    for item in data:
        total += item
        print(f'處理第{item}個資訊 :{total}')
        processed_value = yield total
        if processed_value is not None:
            total = processed_value
            print(f'處理接收的資訊 :{total}')

gen = data_stream_processor([1, 2, 3, 4, 5])
print(next(gen))  # 處理第一個數據
print(gen.send(10))  # 更新總和為 10 並繼續
print(next(gen))  # 繼續處理
print(next(gen))  # 繼續處理
print(gen.send(10))  # 更新總和為 10 並繼續

解釋：

• 接收資料：當你調用這個生成器時，它會接收一個 data 列表作為輸入。
• total：這是一個累加變數，初始值為 0，用來計算資料的總和。
• for item in data：生成器逐步處理 data 列表中的每個項目，每次迭代會將當前的項目 item 加到 total 中。
• yield total：這行代碼會返回目前的 total 值，同時生成器會暫停並等待下一個操作（通過 next() 或 send()）。
• processed_value = yield total：這允許外部使用 send() 方法傳入數據。傳入的數據會賦值給 processed_value。如果 processed_value 不是 None，則生成器會更新 total 的值，這樣可以動態調整累加的結果。

執行步驟

gen = data_stream_processor([1, 2, 3, 4, 5])

這行程式碼會創建生成器對象 gen，並將列表 [1, 2, 3, 4, 5] 傳遞給它。

print(next(gen))  # 處理第一個數據

• next(gen) 會啟動生成器的執行，並讓它跑到第一個 yield 位置。
• 它會處理列表中的第一個項目 1，計算總和 total = 1，並暫停在 yield。
• 輸出：

  接收資料
  處理第1個資訊 :1
  1

print(gen.send(10))  # 更新總和為 10 並繼續

• 這裡調用 send(10)，傳入的數值 10 會作為 processed_value，並影響生成器的執行。
• 生成器接收到 processed_value = 10，所以 total 會更新為 10，然後繼續處理下一個數據（第 2 項 2）。
• 總和變為 total = 10 + 2 = 12，並暫停在 yield。
• 輸出：

  處理接收的資訊 :10
  處理第2個資訊 :12
  12

print(next(gen))  # 繼續處理

• 再次使用 next(gen)，生成器會從暫停處繼續執行，處理第三個數據 3，總和更新為 total = 12 + 3 = 15。
• 輸出：

  處理第3個資訊 :15
  15

print(next(gen))  # 繼續處理

• 生成器繼續處理第四個數據 4，總和變為 total = 15 + 4 = 19。
• 輸出：

  處理第4個資訊 :19
  19

print(gen.send(10))  # 更新總和為 10 並繼續

• 最後，使用 send(10) 再次將 total 更新為 10，然後處理最後一個數據 5，最終總和變為 total = 10 + 5 = 15。
• 輸出：

  處理接收的資訊 :10
  處理第5個資訊 :15
  15

總結：

• 生成器 data_stream_processor 逐步處理列表中的數據，並且允許通過 send() 動態修改內部狀態（即 total）。
• 每次 yield 都會暫停生成器的執行，等待外部的操作（next() 或 send()），並根據外部數據更新狀態。

總結：

• 生成器 data_stream_processor 逐步處理列表中的數據，並且允許通過 send() 動態修改內部狀態（即 total）。
• 每次 yield 都會暫停生成器的執行，等待外部的操作（next() 或 send()），並根據外部數據更新狀態。