Python学习之路——chapter4{生成器，迭代器，json，pickle}

今天的学习任务：

            1.生成器；

假如我要升程一个list如【1,2,3,4,5,6,7,8,9,10】

可以采用：

#!/usr/bin/env python
#Author By Puppeteer_777

list = [i+1 for i in range(10)]
print(list)

通过列表生成公式，我们可以生成列表；但是受到内存的限制，列表的容量是有限的；

如果我们生成了一个超级大的列表，但是我们只需要使用这个列表生成的前几个数据，这样就会造成极大的浪费；

因此我们隆重推出了 生成器（generator）：列表元素既然是通过生成公式生成的，我们可以推算出下一个元素，不需要将列表全部生成，从而浪费空间；

创建生成器的方法很多；

第一种：

#!/usr/bin/env python
#Author By Puppeteer_777
# 
# list = [i+1 for i in range(10)]
# print(list)

generator = (i+1 for i in range(10))
print(next(generator))
print(next(generator))

只需要将 [ ] 更改为 ( )；

然后想要生成几个元素就next几次；上面的代码就生成的是1,2

这种方法真是太变态了，所以我们一般使用for循环来使用；

#!/usr/bin/env python
#Author By Puppeteer_777

generator = (i+1 for i in range(10))
for i in generator:
    print(i)

用生成器写斐波那契数列

#!/usr/bin/env python
#Author By Puppeteer_777
import time

def fibo(max):         #定义一个函数
    '''fibo函数'''
    a,b,n = 0,1,1
    while n < max:
        time.sleep(1)
        #print(b)     #普通函数写fibo
        yield b       #生成器写fibo
        a,b=b,a+b
        n=n+1
    return '----done----'

f=fibo(10)
print(f.__next__())
print(f.__next__())
print(f.__next__())

a,b=b,a+b 相当于 t=(b,b+a)   a=t[0] b=t[1]

每当你想要使用下一个数字就 f.__next__( ) 

这是定义生成器（generator）的另一种方法，当一个函数包含关键字 yield ，那么它就是一个generator ；

yield 保存当前状态并且返回；

yield 实现单线程情况下实现并发；（协程）

#!/usr/bin/env python
#Author By Puppeteer_777
import time

def consumer(name):
    print('%s 准备吃水果了'%name)
    while True:
        fruit = yield
        print('[%s]吃了第[%s]个水果'%(name,fruit))


def producer(pname):
    c = consumer('brother')
    c.__next__()
    c2= consumer('sister')
    c2.__next__()
    print('%s开始准备水果'%pname,'水果一分为二')
    for i in range(10):
        i=i+1
        time.sleep(2)
        c.send(i)
        c2.send(i)


producer('baba')

使用debug调试；可以清楚的看出流程；

            2.迭代器

        可以直接于for循环的对象统称为 可迭代对象（iterable）;可以使用 isinstance( )判断一个对象是否为可迭代对象；

迭代器：可以被__next__( )函数调用不断返回下一个值的对象程为迭代器（iterator）； 生成器（generator）一定是迭代器，迭代器（iterator）不一定是生成器;

可以使用 isinstance( ) 判断一个对象是否为 iterator 对象；

#!/usr/bin/env python
#Author By Puppeteer_777

from collections import Iterator

print(isinstance([],Iterator))  #False
print(isinstance({},Iterator))  #False
print(isinstance('string',Iterator))  #False
print(isinstance((i for i in range(10)),Iterator))  #True


print(isinstance(iter([]),Iterator))  #True
print(isinstance(iter('string'),Iterator))  #True

            3.json和pickle

json的序列化：

#!/usr/bin/env python
#Author By Puppeteer_777

import json

info ={
    'name':'liming',
    'age':22
}

f = open('test.json','w')
data = json.dumps(info)
f.write(data)
print(data)

json的反序列化：

#!/usr/bin/env python
#Author By Puppeteer_777

import json

f = open('test.json','r')
data1 = json.loads(f.read())
print(data1['age'])

pickle的序列化：

#!/usr/bin/env python
#Author By Puppeteer_777

import pickle

info ={
    'name':'liming',
    'age':22
}

f = open('test.pickle','wb')   #注意打开方式b
data = pickle.dumps(info)
f.write(data)
print(data)

pickle的反序列化：

#!/usr/bin/env python
#Author By Puppeteer_777

import pickle

f = open('test.pickle','rb')   #注意打开方式b
data1 = pickle.loads(f.read())
print(data1['age'])

小结：json 和 pickle 的使用方法区别不大；只不过pickle是以二进制方式！其余都差不多；