迭代器
这里,首先要清楚可迭代对象和迭代器的区别。
定义可迭代对象,必须实现__iter__方法;定义迭代器,必须实现__iter__和next方法,即实现迭代器协议。因此,迭代器一定是可迭代对象。
可迭代对象通过使用iter()方法可以变成迭代器对象
|
|
可迭代对象可以直接用for
循环遍历,比如以下2种:
一类是集合数据类型,如list
、tuple
、dict
、set
、str
等;
一类是generator
,包括生成器列表和带yield
的生成器函数。(生成器不一定非得用for循环,也可以用next()+捕获StopIteration)
总结:
凡是可作用于 for 循环的对象都是 Iterable 类型;
凡是可作用于 next() 函数的对象都是 Iterator 类型
集合数据类型如 list 、 dict 、 str 等是 Iterable 但不是 Iterator ,不过可以通过 iter() 函数获得一个
生成器
1.生成器列表(列表推导式改为圆括号)
2.生成器函数
和常规函数定义一样,但是返回语句return被yield语句代替了。yield语句一次返回一个结果并保存返回的地方,下次从上次返回的地方继续执行。
def gensquares(N):
for i in range(N):
yield i ** 2
我们可调用它的next方法,获取下一个元素,并且在没有值可以返回的时候,生成器会自动产生StopIteration异常
优点:
1、节省内存(通过生成器的机制,可以实现一边循环一边分配空间,优化内存分配方式。)
2、提供一种不依赖索引的迭代取值方式
缺点:
1、取值不灵活,只能往后取不能往前推
2、无法预测值的个数
装饰器
1.闭包
闭包:这个函数内含内嵌一个函数,并且这个内嵌函数,使用了外部函数的参数,这个函数的返回值是内层嵌套函数.
# 闭包,fn使用了变量y并且外层函数make_power的返回值是fn(内层嵌套函数)
# 这个闭包可以实现x的y次方
def make_power(y):
# 自由变量就是y,当函数make_power返回后,fn依旧可以使用y的值
def fn(x):
return x ** y
return fn
2.装饰器
装饰器是一个特殊的闭包函数。在不修改已有函数的源代码的前提下,给函数增加额外功能的函数,它本质上就是一个闭包函数。
普通写法:
# 添加一个登录验证的功能
def check(fn):
def inner():
print("请先登录....")
fn()
return inner
def comment():
print("发表评论")
# 使用装饰器来装饰函数
comment = check(comment)
comment()
语法糖写法:
# 添加一个登录验证的功能
def check(fn):
print("装饰器函数执行了")
def inner():
print("请先登录....")
fn()
return inner
# 使用语法糖方式来装饰函数
@check
def comment():
print("发表评论")
comment()