Python 提供了一些强大的工具和概念来处理迭代和装饰,这些工具使得处理数据变得更加灵活和高效。本文将全面介绍 Python 中的可迭代对象、迭代器、生成器和装饰器,并解释它们的应用和特点
1. 可迭代对象(Iterable)
在 Python 中,可迭代对象是指那些可以返回一个迭代器的对象。可迭代对象实现了 __iter__()
方法,或者实现了 __getitem__()
方法并能够接收整数索引。这些对象允许我们使用 for
循环来遍历它们的元素。
常见的可迭代对象包括:
- 列表(List):例如
[1, 2, 3]
- 元组(Tuple):例如
(1, 2, 3)
- 字典(Dictionary):例如
{1: 'a', 2: 'b'}
- 集合(Set):例如
{1, 2, 3}
- 字符串(String):例如
"hello"
2. 迭代器(Iterator)
迭代器是一个对象,它实现了 __iter__()
和 __next__()
方法。__iter__()
方法返回迭代器对象本身,而 __next__()
方法返回容器中的下一个元素。迭代器可以在遍历时保持状态,直到所有元素被访问完毕。
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
md = MyDatas(5)
print(isinstance(md, Iterable), isinstance(md, Iterator))
# for d in md:
# print(d)
while True:
try:
print(next(md))
except IndexError as e:
# print(f"取完了")
break
3. 生成器(Generator)
生成器是一种特殊类型的迭代器,它允许你一次产生一个值,而不是一次性生成所有值。生成器通过 yield
关键字来生成值,每次调用 yield
时,生成器的状态都会保存,从而可以从上次的状态继续执行。
l0 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
print(l0.__sizeof__())
print(l0[15])
t0 = (i for i in range(1, 1000000000))
print(t0.__sizeof__())
print(isinstance(t0, Iterable), isinstance(t0, Iterator), isinstance(t0, Generator))
print(next(t0), next(t0))
def my_datas():
yield 1
yield 2
yield 3
yield 10
yield 20
yield 30
return 100
r = my_datas()
print(type(r))
# for i in my_datas():
# print(i)
while True:
try:
print(next(r))
except StopIteration as e:
print("取完了", e)
break
生成器在内存使用上更高效,因为它们按需生成值,而不是一次性创建所有值的列表。它们也支持 next()
函数来获取下一个值,以及 StopIteration
异常来结束迭代。
4. 装饰器(Decorator)
装饰器是一个函数,它接受另一个函数作为参数,并返回一个新的函数。装饰器可以在不修改原有函数的情况下,向其添加额外的功能。装饰器广泛应用于 Python 中的各种场景,如日志记录、权限检查等。
def cost_time(f):
def calc():
start = time.time()
f()
print(f"函数{f.__name__}开销:{time.time() - start}")
return calc
# cost_time(lambda: print("醒醒啦"))()
datas = [random.randint(0, 10000) for i in range(10000)]
datas2 = datas.copy()
@cost_time
def my_sort1():
datas.sort(reverse=True)
print(datas)
@cost_time
def my_sort2():
datas3 = sorted(datas2, reverse=True)
print(datas3)
# my_sort1 = cost_time(my_sort1)
my_sort1()
# my_sort2 = cost_time(my_sort2)
my_sort2()
总结
- 可迭代对象 是能够返回迭代器的对象,允许在
for
循环中遍历其元素。 - 迭代器 实现了
__iter__()
和__next__()
方法,支持迭代并保持状态。 - 生成器 是一种简化的迭代器,通过
yield
生成值,内存使用更高效。 - 装饰器 是一种允许在函数调用前后插入代码的机制,提供了一种优雅的方式来扩展函数的功能。