import numpy as np
import tushare as ts
import aiohttp
import asyncio
import time
codes = ['787819', '787317', '787317', '600320', '600191', '600191', '600967', '600765', '600238', '603650']
cvs_30 = []
start = time.time()
async def get_index(code):
all_data = ts.get_hist_data(code, start='2020-05-12', end='2020-12-28')
if all_data is None:
cv_30 = 0
# 加入相对应的列表
cvs_30.append(cv_30)
else:
data = all_data['close']
cv_30 = np.std(data.head(30)) / np.mean(data.head(30))
# 加入相对应的列表
cvs_30.append(cv_30 * 1000)
假设 原来的方式是
def myfun():
A = fun1（）
b = fun2（A）
return b
改造后的异步方法样子是：
async def myfun_async()：
loop = asyncio.get_event_loop()
A = await loop.run_in_executor(None,fun1)
b = await loop.run_in_executor(None,fun2,A)
return b
这样就把同步代码改造成异步的了。
这样改在比单纯的将代码放到async的函数中的好处是：
当 A 和 b 如果是IO阻塞型操作时候，单纯的放到async中的代码会组设loop的执行，而改造方法会让loop在新的线程中执行这个操作，相当于多线程执行了，让函数有await的空闲给其他loop中的task来使用。
手机
浏览
