迭代器
可迭代对象:list,str,tuple etc
迭代器协议:对象必须提供一个next方法,执行方法要么返回迭代中的下一项,要么引起异常
迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。
迭代器是一个可以记住遍历的位置的对象,它有两个基本的方法:iter() 和 next()。
字符串,列表或元组对象都可用于创建迭代器
而对迭代对象的遍历方式就很多变了:
li = [1,2,3,4]
it = iter(li)
print(next(it))
print(next(it))
for i in it:
print(i, end=' ')
输出结果为:
1
2
3 4
可迭代对象测试:
from collections import Iterable
print(isinstance([],Iterable))
print(isinstance({},Iterable))
print(isinstance('',Iterable))
print(isinstance(set(),Iterable))
结果为:
True
True
True
True
创建一个迭代器
比如这个例子
创建一个返回数字的迭代器,初始值为 1,逐步递增 1:
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
x = self.a
self.a += 1
return x
myclass = MyNumbers()
myiter = iter(myclass)
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
输出结果为:
1
2
3
4
5
这个例子就是把一个类作为一个迭代器,就需要实现以下两个方法:
__iter__()
方法返回一个特殊的迭代器对象, 这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成。
__next__()
方法(Python 2 里是 next())会返回下一个迭代器对象。
StopIteration
StopIteration 异常用于标识迭代的完成,防止出现无限循环的情况,在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。
在 20 次迭代后停止执行:
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
if self.a <= 20:
x = self.a
self.a += 1
return x
else:
raise StopIteration
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter:
print(x)
结果输出为:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
生成器
利用迭代器,可以在每次迭代获取数据时(通过next()
方法)按照特定的规律进行生成。
但我们在实现一个迭代器是,关于每次迭代的状态需要我们自己记录,进而才能根据当前的状态生成下一个数据。
为了达到记录状态,并配合next()
方法进行迭代使用,可以采用更简洁的语法
以下实例使用 yield 实现斐波那契数列:
import sys
def fibonacci(n): # 生成器函数 - 斐波那契
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) # f 是一个迭代器,由生成器返回生成
while True:
try:
print (next(f), end=" ")
except StopIteration:
sys.exit()
执行以上程序,输出结果如下:
0 1 1 2 3 5 8 13 21 34 55
闭包
闭是封闭(函数中的函数),包是包含(该内部函数对外部函数作用域而非全局作用域变量的引用)
闭包:
- 内部函数对外部函数作用域里的变量的引用
- 函数内的属性,都是有生命周期,都是在函数执行期间
- 闭包内的闭包函数私有化了变量,完成了数据封装,类似面向对象
demo:
def s():
print('s()')
def st(num):
print('st()')
print(num)
return st
a=s()
a(10)
#s()
#st()
#10
装饰器
装饰器存在的意义
- 不影响原有函数功能
- 可以添加新功能
一般常见的,比如拿到第三方的API接口,第三方不允许修改这个接口。这个时候装饰器就派上了用场。
装饰器本身也是一个函数,作用是为现有存在的函数,在不改变函数的基础上,增加一些功能进行装饰。
它是以闭包的形式去实现的。
在使用装饰器函数时,在被装饰器的函数前一行,使用@装饰器函数名
形式来进行装饰
Demo:
现在一个项目中有很多函数,由于我们项目越来越大,功能也越来越多,就会导致程序越来越慢。
其中一个功能函数的功能,是实现一百万次的累加。
import time
def count_time(fun):
def wapper():
start=time.time()
fun()
end=time.time()
print(end-start)
return wapper
@count_time
def my_count():
s=0
for i in range(10000):
s+=i
print('sum=',s)
my_count()