Python explicit next（）比多线程生产者-消费者范式中的for循环慢

假设我有以下代码，它运行10次迭代并调用生成器

gen\u next\u img\u batch

：

for _ in get_next_img_batch(train_data_paths, classes, batch_size):
     pass

现在，假设我将其替换为以下（我认为）等效的迭代：

for i in range(10):
    next(get_next_img_batch(train_data_paths, classes, batch_size))

我遇到的难题是，第一个片段需要17秒，而第二个片段需要42秒。此外，第二个代码段的每次迭代都比上一次迭代花费更多的时间。也就是说，第二个代码段的迭代i+1比迭代i花费的时间更长。第一个代码段的所有迭代都需要相同的时间

---

一个重要的事实似乎是，迭代的生成器

gen\u next\u img\u batch

从后台线程中不断填充的Python队列中获取数据。更具体地说，在后台，一个单独的线程正在向队列加载数据，每次调用

next（）

都会从该队列中生成一个对象。当忽略此异步行为时，两个代码段占用相同的时间

它们不是等价的。具体来说，第一个片段调用一次

get\u next\u img\u batch（）

，而第二个片段调用该函数10次。等效片段可能是：

it = get_next_img_batch(train_data_paths, classes, batch_size))
for i in range(10):
    next(it)

---

谢谢你，我为这个小错误感到抱歉。但是，我可以问一下，为什么第二个代码片段的迭代时间会单调增加？这是否是由于并行运行的线程数量不断增加，系统由于CPU使用率高而表现出总体减速这一事实的结果？