Python 核心概念解析：可迭代对象、迭代器、生成器和装饰器

        在 Python 编程世界中，有四个非常核心的概念：可迭代对象（Iterable）、迭代器（Iterator）、生成器（Generator）和装饰器（Decorator）。这些概念是 Python 语言灵活性和强大功能的基础。本文将逐一解析这些概念，并提供示例代码，帮助你深入理解它们。

可迭代对象（Iterable）

        可迭代对象是可以通过 for 循环或 iter() 函数迭代的对象。在 Python 中，如果一个对象有 __iter__() 或 __getitem__() 方法，它就是可迭代的。

• 示例：列表、元组、字典和集合都是可迭代对象。

  my_list = [1, 2, 3]
  for item in my_list:
      print(item)

迭代器（Iterator）

        迭代器是一个负责遍历可迭代对象中元素的对象。它实现了 __iter__() 和 __next__() 方法。__iter__() 返回迭代器对象本身，而 __next__() 返回迭代器的下一个元素。

• 示例：使用 iter() 函数获取列表的迭代器。

  class MyDatas:
      def __init__(self, n):
          self.datas = [i for i in range(1, n + 1)]
          self.current_index = 0
  
      def __iter__(self):
          return self
  
      def __next__(self):
          if self.current_index >= len(self.datas):
              raise IndexError
          else:
              current = self.datas[self.current_index]
              self.current_index += 1
          return current
  
  
  m = MyDatas(5)
  
  while True:
      try:
          print(next(m))
      except IndexError as e:
          print('结束！')
          break

生成器（Generator）

        生成器是一种特殊的迭代器，用于在迭代过程中生成值。它们通过 yield 语句产生值，每次调用 next() 时，生成器会从上次 yield 处恢复执行。

• 优点：生成器适合处理大数据集，因为它们不需要一次性加载所有数据到内存中。

  def my_generator(n):
      # for i in range(n):
      #     yield i
      yield 1
      yield 2
      yield 3
      yield 4
  
  
  gen = my_generator(5)
  for value in gen:
      print(value)

装饰器（Decorator）

        装饰器是一种设计模式，用于修改或增强函数、方法或类的行为，而不需要改变其本身的代码。在 Python 中，装饰器是一个接受函数作为参数并返回一个函数的函数。

• 优点：装饰器提供了一种灵活的方式来添加功能，如日志记录、性能测试等。

  import time
  import random
  
  datas = [random.randint(0, 10000) for i in range(10000)]
  
  datas_copy = datas.copy()
  
  
  def tiem_cost(f):
      def clac():
          start = time.time()
          f()
          print(f'{f.__name__}花费的时间开销为：{time.time() - start}')
  
      return clac
  
  
  @tiem_cost
  def my_fun1():
      datas.sort()
      # print(datas)
  
  
  my_fun1()
  
  
  @tiem_cost
  def my_fun2():
      new_list = sorted(datas_copy)
      # print(new_list)
  
  
  my_fun2()

  结语

          通过本文的解析，你现在应该对 Python 中的可迭代对象、迭代器、生成器和装饰器有了更深入的理解。这些概念是 Python 编程的基础，掌握它们对于编写高效、可读和可维护的代码至关重要。不断练习和应用这些概念，你将能够更加熟练地使用 Python 解决各种编程问题。

  参考资料

  • Python 官方文档
  • Python 教程
  • 博客文章