迭代器、生成器、装饰器

迭代器

迭代器定义

• 拥有 _ iter _方法和 _ next _ 方法的对象就是迭代器
• 迭代
  • 迭代是访问集合元素的一种方式，可以将某个数据集内的数据‘一个挨着一个的取出来’，就叫做迭代。
• 可迭代协议
  • 协议就是互相规定好的。可迭代协议的定义非常简单，就是内部实现了_ iter _方法和 _ next _ 方法。
• 迭代器协议
  • 必须拥有_ iter _方法和 _ next _ 方法
• 下面用迭代器生成一个斐波那契数列，代码示例如下：

class Fib():
    def __init__(self,num):
        self.num = num
        self.a = 1
        self.b = 1
        self.count = 1
    def __iter__(self):
        return self
    def __next__(self):
        if self.count <= self.num:
            temp = self.a
            self.a,self.b = self.b,self.a+self.b
            self.count+=1
            return temp
        else:
            raise StopIteration
print(Fib(10))
for x in Fib(10):
    print(x)

• 迭代器作用
  • 节约内存，在取的时候再生成数据

生成器

• 生成器的本质就是迭代器
• 生成器包括两种：生成器函数和生成器表达式

生成器函数

• 一个包含yield关键字的函数就是一个生成器函数，并且yield和return不能共用，并且yield只能用在函数内。
  • 生成器函数执行了之后会得到一个生成器作为返回值，并不会执行函数体。
  • 执行了 __ next __ ()方法之后才会执行函数体，并且获得返回值。
  • .next（）内置方法，内部调用生成器函数的__ next __（）方法。
  • .yield和return相同的是可以返回值，但不同的是yield不会结束函数
    示例代码如下：

def shengchan(n):
    i = 1
    while i <= n:
        yield i 
        i += 1
x = shengchan(5)
print(x)
for i in x:
    print(i)

输出结果如下：

<generator object shengchan at 0x0000000005347A40>
1
2
3
4
5

send（）

• send获取下一个值的效果和next()基本一致，只是在获取下一个值的时候，给上一个yield的位置传递一个数据
• 使用send的注意事项
  • 第一次使用生成器的时候，是用next获取下一个值
  • 最后一个yield不能接受外部的值
    示例代码如下：

def g():
    count = 1
    get_num = 0
    avg = 0
    total = 0
    while True:
        get_num = yield avg
        total = total + get_num
        avg = total/count
        count+=1
x = g()
next(x)
print(x.send(10))
print(x.send(20))
print(x.send(30))

输出结果如下：

10.0
15.0
20.0

yield from

• yield from循环遍历容器类型
  示例代码：

def g():
    yield from 'AB'
    yield from range(5)
for x in g():
    print(x)

输出结果如下：

A
B
0
1
2
3
4

生成器表达式

• 格式：将列表解析式的 [ ]改成 （）即可。
  示例代码如下：

a = ('鸡蛋%d'%i for i in range(1,11))
print(a)
print(next(a))
print(a.__next__())
print(list(a))

输出结果如下：

<generator object <genexpr> at 0x0000000005966938>
鸡蛋1
鸡蛋2
['鸡蛋3', '鸡蛋4', '鸡蛋5', '鸡蛋6', '鸡蛋7', '鸡蛋8', '鸡蛋9', '鸡蛋10']

装饰器

闭包

• 在python中创建一个闭包一般有3个要求：
  • 1.闭包函数必须有内嵌函数
  • 2.内嵌函数必须要引用外层函数的变量
  • 3.闭包函数返回内嵌函数的地址（函数名称）

装饰器

• 装饰器函数的本质：一个闭包函数
• 装饰器函数的作用：在不修改原函数及其调用方式的情况下对原函数功能进行扩展
• 语法糖：
  • 格式： @装饰器名称
    示例代码如下：

import time
def decor(f):
    def neibu():
        t1 = time.time()
        f()
        t2 = time.time()
        print('运行时间为:',(t2-t1))
    return neibu
@decor
def func():
    s = 1
    for i in range(1,9):
        s*=i
    print(s)
func()

检测程序运行时间，结果如下：

40320
运行时间为: 0.0010001659393310547

多个装饰器的话，会先执行离得近的装饰器

def zsq(f):
    def nb():
        print('************************')
        f()
        print('************************')
    return nb
def zsq2(f):
    def nb():
        print('@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@')
        f()
        print('@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@')
    return nb
@zsq2
@zsq
def f1():
    print('欢迎领导')
@zsq
def f2():
    print('好走，不送！')
f1()
print()
f2()

结果如下：

@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
************************
欢迎领导
************************
@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@

************************
好走，不送！
************************

还可以创建带返回值的装饰器，示例如下：

def acor(f):
    def neibu(a,b):
        print('***********')
        d =f(a,b)
        print('***********')
        return d
    return neibu
@acor
def  func(a,b):
    c = a+b
    return c
print(func(2,3))

输出结果如下：

***********
***********
5

• @property 装饰器
  • @property内置装饰器函数，把一个方法调用方式变成属性调用方式（将一个方法当成一个属性使用）。注意@property装饰器只能在面向对象中使用。
  • 访问使用@property装饰器装饰的函数可以直接调用函数名
  • @property装饰器只能修饰不带参数的方法
  • @property装饰器修饰私有方法的getter和setter方法。
    示例代码如下：

from math import pi
class Circle():
    def __init__(self,r):
        self.r = r
    @property
    def zhouchang(self):
        return self.r*2*pi
    @property
    def area(self):
        return pi*self.r**2
c = Circle(5)
print(c.zhouchang)
print(c.area)