Python 可迭代对象、迭代器、生成器与装饰器的全面介绍

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。