day12 - 迭代器、生成器和模块
一、有参装饰器
1、应用场景
- 如果实现装饰器的功能时需要额外的数据,就需要有参装饰器
2、固定语法
- def 函数名(参数列表):
定义无参装饰器函数
return 午餐装饰器函数名
- 参数列表 - 参数列表的个数是看实现装饰器功能时需要多少个额外的数据,如果不需要额外的数据就使用无参装饰器
- 函数名 - 创建装饰器的函数名
def creat_tag(name):
def tag(f):
def new_f(*args, **kwargs):
result = f(*args, **kwargs)
return f'<{name}>{result}</{name}>'
return new_f
return tag
@creat_tag('a')
def func1():
return 'hello'
print(func1()) # <a>hello</a>
# 练习:写个装饰器将原函数的返回值加上指定的数
def add_number(num):
def number(f):
def new_f(*args, **kwargs):
result = f(*args, **kwargs)
if type(result) in (int, float, bool, complex):
return result + num
return result
return new_f
return number
@add_number(10)
def func2(a):
return a*2
print(func2(10)) # 30
二、迭代器
1、什么是迭代器(iter)
- 迭代器是容器型数据类型
- 迭代器无法直接获取所有的元素,只能一个一个的取,也无法通过len统计元素的个数
- 迭代器的查或者取操作是一个一个的从容器里拿出来,而且支出不进
- 创建迭代器的方法:a.将其他序列转换成迭代器 - iter()b.生成器
list1 = [1, 20, 4, 56]
i1 = iter(list1)
print(i1) # <list_iterator object at 0x000001DE3B1308C8>
print(i1, type(i1)) # <list_iterator object at 0x000001FDCD2B08C8> <class 'list_iterator'>
# print(len(i1)) # 迭代器无法通过len统计元素的个数
2、获取元素(查)
- 不管以什么样的方式得到了迭代器中的元素,迭代器里面就不再存在该元素
(1)获取单个元素
- next (迭代器)
(2)遍历
- for 变量 in 迭代器
循环体
- 遍历迭代器遍历结束,迭代器也就空了
i2 = iter('hello')
print(next(i2)) # h
# i3遍历结束的时候会变成空的迭代器
i3 = iter(range(5))
for x in i3:
print(f'x:{x}')
'''
x:0
x:1
x:2
x:3
x:4
'''
print(list(i3)) # [],i3变成了空的迭代器,转换成列表就是空列表
i4 = iter(range(0, 10, 2))
# i4转换成列表之后会变成空的迭代器
print(list(i4)) # [0, 2, 4, 6, 8]
# print(next(i4)) # 迭代器里面已经空了,会报错 StopIteration
三、生成器
1、什么是生成器
(1)感性认识
- 生成器是一种特殊的迭代器
- 生成器可以理解成生产数据的机器,在存储时其实保存的是产生数据的算法,而不是数据本身
(2)理性认识
- 调用带有yield关键字的函数就可以得到一个生成器
- 如果一个函数中有yield,那么调用这个函数不会执行函数体,也不会获取返回值,函数调用表达式的值是一个生成对象
def func1():
print('========')
return 100
result = func1()
print(f'result:{result}')
# ========
# result:100
2、怎么创建生成器
def func2():
yield
print('========')
return 100
result = func2() # result就是一个生成器
print(f'result:{result}') # result:<generator object func2 at 0x0000010621C3AB48>
3、生成器产生数据的能力怎么确定
- 看执行完生成器对应的函数会遇到几次yield,那么这个生成器就可以创造多少个数据
- 每次遇到yield,yield后面的值是什么,对应创造的数据就是什么
def func3():
yield
yield 10
yield 100
gen1 = func3()
print(next(gen1)) # None
print(next(gen1)) # 10
print(next(gen1)) # 100
def func4():
for x in range(5):
yield 10**2
gen2 = func4()
for x in gen2:
print(f'x:{x}')
3、产生数据的原理
- 生成器对应的函数在调用函数的时候不会执行函数体;获取生成器中的数据的时候才会执行函数体,每次获取数据的时候都是从上一次结束的位置开始执行函数体,直到遇到yield就停下来,将yield后面的数据作为结果返回并记录结束位置
- 如果是next去取, 执行的时候如果遇到函数结束都没遇到yield就报错
def func4():
print('==============1========')
yield 10
print('========2======')
yield 20
yield 30
yield 40
gen3 = func4()
print('第一次取:', next(gen3))
# ==============1========
# 第一次取: 10
print('第二次取:', next(gen3))
# ========2======
# 第二次取: 20
# 练习:写一个生成器能够产生指定前缀指定长度的学号
# 1 -> 001; 23 -> 023
def add_prefix_length(prefix, length):
for x in range(1, 10**length):
result = prefix + str(x).zfill(length)
yield result
nums = add_prefix_length('py', 3)
print(nums) # <generator object add_prefix_length at 0x000001C9F51EAD48>
print(next(nums)) # py001
for _ in range(10):
print(next(nums))
print('==:', next(nums))
四、模块
1、什么是模块
- python中一个py文件就是一个模块
2、怎么在一个模块中使用另外一个模块的内容
- 注意:一个模块要是想要被其他模块使用,那么这个模块在命名的时候必须符合标识符的要求
- 一个模块要想使用另外一个模块中的内容,必须先导入
(1)import 模块名
- 导入指定模块,能够使用模块中的所有全局变量
- 使用时通过‘模块名.'的方式
# 1)第一种导入方式:import
import test
print(test.test_a) # 100
(2)from 模块名 import 变量名1,变量名2…
- 能够使用模块中的指定变量
- 使用时变量直接使用,没有导入的不能使用
# 2)第二种导入方式
from test import test_a
print(test_a) # 100
(3)模块重命名:import 模块 as 新模块名
# 3)第三种导入方式:模块重命名
import test as TS
print(TS.test_a) # 100
(4)变量重命名:from 模块名 import 变量 as 新变量名
- 要对哪个变量重命名就在哪个变量后面加as,不需要重命名的就保持原来的样子
# 4)第四种导入方式:变量重命名
from test import test_a as new_a
print(new_a)
(5)导入所有变量:from 模块 import*
五、导入模块的原理
- 当代码执行到导入模块的时候,系统会自动将被导入的模块中的代码全部执行一遍
- 放在if语句里面的代码在被别的代码导入的时候就不会执行,if语句外面的就会执行
- 如果直接运行当前模块,模块这个if中的代码会被执行
if __name__ == '__main__':