python函数（下）

一、迭代器

for 变量 in 可迭代:
    pass
    
iterable :可迭代的东西，比如str，list，tuple，set，dict，open()
iterator：迭代器
可迭代的数据类型都会提供一个叫迭代器的东西，这个迭代器可以帮我们把数据类型中的所有数据逐一的拿到
获取迭代器的两种方案：
    1.iter()内置函数可以直接拿到迭代器
    2.__iter__()： 特殊方法 迭代.__iter__()
    
从迭代器中拿到数据：
    1.next()
    2.__next__() 特殊方法，迭代.__next__()
    
for里面一定是要拿迭代器的，所以所有不可迭代的东西不能用for循环
for循环里面一定有__next__出现

总结：迭代器统一了所有不同数据类型的遍历工作

迭代器本身也是可迭代的
迭代器本身的特性：
    1.只能向前不能反复
    2.特别节省内存
    3.惰性机制

iter()内置函数可以直接拿到迭代器
next()

# for i in 123:# 'int' object is not iterable
#     pass

it = iter("你好啊，我叫甄嬛")
print(it)
print(next(it))
print(next(it))
print(next(it))
print(next(it))
print(next(it))
print(next(it))
print(next(it))
print(next(it))
# StopIteration,迭代已经停止，不能再从迭代器里面拿东西了
# print(next(it))

__ iter__()： 特殊方法 迭代.__ iter__()
__ next__() 特殊方法，迭代.__ next__()

it = "好困呀啊啊啊啊啊".__iter__()
print(it)

print(it.__next__())
print(it.__next__())
print(next(it))
print(next(it))

模拟for循环的工作原理

# 模拟for循环的工作原理

s = "我是数据"
it = s.__iter__()
while 1:
    try:
        print(next(it))
    except StopIteration:
        break
print(1223456)
# #上面的迭代完成后it已经是一个空的迭代器了，所以要重新给数据，否则for循环没有结果
s = "我是数据"
it = s.__iter__()
for i in it:
    print(i)

二、生成器

生成器：(generator)
    生成器的本质就是迭代器
    
    创建生成器的两种方案：
        1.生成器函数
        2.生成器表达式
    生成器函数
        生成器函数中有一个关键字yield
        生成器函数执行的时候得到的是生成器，并不会执行函数
    yield：只要函数中出现了yield，他就是一个生成器函数
        作用：
            1.可以返回数据
            2.可以分段执行函数的内容，通过__next__()可以执行到下一个yield内容
            
    优势：用好了特别节省内容

def func():
    print(1111)
    return 999

ret = func()
print(ret)
print("---分隔线----")
def func():
    print(1111)
    print(333)
    yield 999# yield也有返回的意思
    print(333333)
    yield

ret = func()
# print(ret)
# yield会执行上面所有的函数（如果他上面有yield就停止），并且返回yield后面跟的内容
print(ret.__next__())#  yield只有执行next的时候才会返回数据，以及执行函数
# ret.__next__()
print(ret.__next__())

举例：去工厂定制10000件衣服，但是不想库存一下子放10000件，于是分批分批的拿

def order():
    for i in range(1, 10001):
        if i  % 50 == 0:
            print(f"这是这批的最后一件，第{i}件")
            yield
        else:
            print(f"这是第{i}件",end=' ')

ret = order()
ret.__next__()
ret.__next__()

def order2():
    lst = []
    for i in range(10000):
        lst.append(f"衣服{i}")
        if len(lst) == 50:
            yield lst
            lst = []

print(order2().__next__())

三、推导式

推导式：
    简化代码
    语法：
    列表推导式：[数据 for循环 if判断]
    集合推导式：{数据 for循环 if判断}
    字典推导式：{key: value for循环 if判断}
    
    不要把推导式妖魔化
    (数据 for循环 if判断) ->不是元组推导式，根本没有，他是生成器表达式
    
生成器表达式：-->一次性的
    语法：   (数据 for循环 if判断)

列表推导式

lst = []
for i in range(10):
    lst.append(i)

print(lst)

lst = [i for i in range(10)]
print(lst)

举例3：

# 请创建一个列表【1，3，5，7，9】
lst = [i for i in range(10) if i % 2 != 0]
print(lst)

# 生成50件衣服
lst = [f"衣服{i}" for i in range(50) ]
print(lst)

# 将如下列表中所有的英文字母修改成大写
lst = ["allen", "tony", "kevin"]
lst1 = [i.upper() for i in lst]
print(lst1)

集合推导式

s = {i for i in range(10)}
print(s)

字典推导式

lst = ["甄嬛", "沈眉庄", "年世兰", "叶澜依"]
dic = {i: lst[i] for i in range(len(lst)) }
print(dic

生成器表达式

gen = (i**2 for i in range(10))

for item in gen:
    print(item)

lst = list(gen)
print(lst)
print(gen)
# list()里有for循环，有for循环就有迭代器和next，把里面的值一个个拿出来
s = list({1:333, 7:444, 3:555, 4:666})
print(s)