迭代器和生成器_迭代器与生成器-CSDN博客

本文链接：https://blog.csdn.net/D_Ray_/article/details/119257362

迭代器

什么是迭代器（iter）
迭代器是容器型数据类型，可以同时保存多个数据；可以被遍历；也可以转换成列表和元组
打印迭代器的时候无法打印里面的元素；迭代器不支持len操作
如果需要迭代器中的元素，必须将元素从迭代器中取出，而且一旦取出元素，这个元素在迭代器中就不存在了。
怎么创建迭代器
方式一：通过iter将其他序列转换成迭代器
方式二：创建生成器对象（生成器可以看成是一种特殊的迭代器）

iter1 = iter('abc')
print(iter1)
# print(len(iter1))     # 报错

获取迭代器中的元素
1）获取单个元素：next(迭代器)
2）for循环遍历

print(next(iter1))      # 'a'
print(next(iter1))      # 'b'
print(next(iter1))      # 'c'
# print(next(iter1))    # 报错！

for x in iter1:
    print(f'x:{x}')


iter2 = iter([10, 20, 30, 40])
for x in iter2:
    print(f'x:{x}')

# print(next(iter2))        # StopIteration


iter3 = iter('hello')
print(list(iter3))
# print(next(iter3))   # 报错

生成器

生成器（generator）
生成器是具备能够产生多个数据能力的一种容器。
生成器在获取数据的时候和迭代器一样。
怎么创建生成器
调用一个带有yield关键字的函数就可以得到一个生成器对象
（如果一个函数中有yield, 那么这个函数在调用的时候不会执行函数体，也不会获取返回值，而是得到一个生成器）

def func1():
    print('====')
    print('++++')
    if False:
        yield


result = func1()
print('result:', result)

控制生成器产生数据的能力
执行生成器对应的函数会遇到几次yield这个生成就能产生多少个数据，每次遇到yield的时候，yield后面值就是对应可以产生的数据。

def func2():
    yield 100
    for i in range(4):
        yield i


gen2 = func2()
for x in gen2:
    print(f'===:{x}')


def func3():
    yield 100
    yield 200
    yield 300


print(next(func3()))
print(next(func3()))
print(next(func3()))

gen3 = func3()
print(next(gen3))
print(next(gen3))
print(next(gen3))


"""
练习1：创建一个生成器函数，可以产生前N个偶数，偶数从0开始
N -> 5  产生：0，2，4，6，8
N -> 3  产生：0，2，4
...
"""


def num_creater(n: int):
    num = 0
    for _ in range(n):
        yield num
        num += 2


gen4 = num_creater(5)
print(next(gen4))
for x in gen4:
    print(x)

生成器产生数据的原理
在通过生成器对象获取数据的时候，程序才会执行生成器对应的函数，每次只yield就会停止，将yield后面的数据作为这次获取到的数据，
记录结束位置，下一次获取数据的时候从上一次结束的位置开始执行。

def func4():
    print('--------1--------')
    yield 100
    print('--------2--------')
    yield 200
    print('--------3--------')
    yield 300
    print('--------end--------')


gen5 = func4()
print(gen5)
print('取元素:', next(gen5))
for _ in range(10):
    print('+++++++')

print('取元素:', next(gen5))
print('取元素:', next(gen5))
# print('取元素:', next(gen5))

模块

模块
python中一个py文件就是一个模块
怎么在一个模块中使用另外一个模块的内容
注意：如果希望一个模块能够被另外的模块使用，那么这个模块的模块名必须是标识符并且不是关键字
一个模块可以使用另外一个模块中所有的全局变量，但是使用前面必须先导入
导入模块
import 模块名 - 导入指定模块，导入后可以通过 ‘模块名.’ 的方式使用模块中所有的全局变量
from 模块名 import 全局变量1,全局变量2,… - 导入指定模块，导入后可以直接使用指定的全局变量
from 模块名 import * - 导入指定模块，导入后可以直接使用所有的全局变量
import 模块名 as 新模块名 - 对模块重命名，重命名后使用模块的时候使用新模块名
from 模块名 import 变量名 as 新变量名 - 对导入的变量重命名

# 导入方式一：import
# import test1
# print(test1.a)
# print(test1.x)
# test1.func1()

# 导入方式二：from...import
# from test1 import a, func1
# print(a)
# func1()

# 导入方式三：使用通配符*
# from test1 import *
# print(a)
# print(x)
# func1()

# 导入方式四：模块重命名
# import test1 as test
# test1 = 300
# print(test1)
# print(test.a, test.x)
# test.func1()

# 导入方式五：对变量重命名
# from test1 import a as a1, x, func1
# a = 'abc'
# print(a)
# print(a1)
# print(x)
# func1()

导入模块的原理
当通过import或者from-import导入一个模块的时候，系统会自动将这个模块中的代码全部执行一遍

# import test1
# from test1 import a
from test1 import func1

包的使用

什么是包
包就是包含__init__.py文件的文件夹
使用包中的内容(导入)
import 包名 - 直接导入包
improt 包.模块 - 可以通过 ‘包.模块.’ 去使用指定模块中的所有全局变量
from 包 import 模块1, 模块2,…
from 包.模块 import 变量名1, 变量名2,…
导入包的原理
通过包导入包中的模块的时候，程序会先执行包中__init__.py文件中所有的代码，然后再执行对应模块中的代码。

# 1. 直接导入包
# import files

# 2. 通过包导入模块
# import files.excel
# files.excel.read_excel()
# print(files.excel.x)

# 重命名
# import files.excel as f_excel
# f_excel.read_excel()
# print(f_excel.x)

# 3. 通过包导入模块
# from files import excel, plist
# excel.read_excel()
# plist.read_plist()

# 4. 通过包导入模块中的内容
# from files.excel import read_excel
# read_excel()

# 5. 直接使用包中的快捷
# import files
# files.read_excel()

# from files import read_excel
# read_excel()

# import files
# files.plist.read_plist()

import files
files.open_file()