1.迭代器
1.1 什么是迭代器(iter)
迭代器是容器型数据类型, 只能通过类型转换和生成器来获得迭代器对象
迭代器存储数据的特点: 同时可以保存多个数据,没有办法直接查看,而是需要先将数据从迭代器中取出来(取出来之后不能再放回去)
所有的容器都可以转换成迭代器
from copy import copy
iter1 = iter([10, 20, 30, 40])
print(iter1)
iter2 = iter('abc')
print(iter2)
iter3 = iter({'name': '张三', 'age': 18, 'gender': '男'})
print(iter3)
iter4 = copy(iter1)
print(iter4)
1.2 获取迭代器中的元素
(**)无论通过什么样的方式,只要是将迭代器中的某个元素拿到了,那么这个元素在迭代器中就不存在了
list1 = list(iter1)
print(list1) # [10, 20, 30, 40]
list2 = list(iter1)
print(list2) # 空
# 1)遍历
iter5 = iter('hello!')
for x in iter5:
print(f'x: {x}')
print(list(iter5)) # []
# 2)获取单个元素
next(迭代器对象) - 获取迭代器中的一个元素(当前最前面的那个元素)
迭代器对象.next() - 获取迭代器中的一个元素(当前最前面的那个元素)
iter3 = iter({'name': '张三', 'age': 18, 'gender': '男'})
print(next(iter3)) # name
print(next(iter3)) # age
print(next(iter3)) # gender
\# print(next(iter3)) # 报错: StopIteration
print('===============================')
iter4 = iter([1, 2, 3, 4, 5, 6, 7])
next(iter4)
next(iter4)
print('++++++++++')
for x in iter4:
print(f'x: {x}') # x:3 ...
\# len 无法获取迭代器的长度
\# iter5 = iter('hello world!')
\# print(len(iter5))
2.生成器
2.1 什么是生成器
a.概念1
生成器就是迭代器
b.概念2
调用一个带有 yield 关键字的函数就可以得到一个生成器
def func1():
print('++++')
print('----')
yield
result = func1()
print('result:', result) #result: <generator object func1 at 0x000000000274E448>
2.2 生成器产生数据
生成器中的元素怎么产生:
生成器能生产多少数据就看执行生成器对应的函数的函数体会遇到几次 yield ; yield 后面表达式的值就是生成器能够产生的数据
# 示例一:创建一个生成器可以产生3个数据分别是:10, 100, 78
def create_gender1():
yield 10
yield 100
yield 78
gen1 = create_gender1()
print(list(gen1)) # [10, 100, 78]
2.3 生成器产生数据的原理
当获取生成器元素的时候,会自动调用生成器关联的函数。第一次从函数开始的地方开始执行,直到遇到 yield 为止,并且将 yield 后面的值作为获取到的数据;后面每次都是从***上一次结束***的位置开始执行,直到遇到 yield。如果从开始执行到函数结束都没有遇到 yield 就不会产生数据(如果是用 next 去取的数据这个时候会报错)
def create_gender2():
print('函数开始')
yield 10
print('++++++')
yield 98
print('========')
yield 100
print('函数结束')
gen2 = create_gender2()
print('========第1次========')
print(f'元素: {next(gen2)}') # 元素: 10
print('========第2次========')
print(f'元素: {next(gen2)}') # 元素: 98
print('========第3次========')
print(f'元素: {next(gen2)}') # 元素: 100
print('========第4次========')
\# print(f'元素: {next(gen2)}') # 函数结束 然后报错:StopIteration
\# 可以不断产生数据
def create_gender3():
num = 0
while True:
num += 1
yield num
gen3 = create_gender3()
print(next(gen3))
\# 练习:写一个产生4位验证码的生成器(验证码有随机的4位数字和字母组成)
from random import choices
def code_gender4():
alp = 'abcdefghijklmnopqrstuvwxyz'
str1 = alp + alp.upper() + '0123456789'
while True:
yield ''.join(choices(str1, k=4))
gen4 = code_gender4()
print(next(gen4))
print(next(gen4))
\# 注意:每次调用函数都是在创建一个新的生成器对象
def create_gender5():
for x in range(5):
yield x
print(next(create_gender5())) # 0
print(next(create_gender5())) # 0
gen5 = create_gender5()
print(next(gen5)) # 0
print(next(gen5)) # 1
3.生成式
3.1 生成式
生成式就是生成器的简写
列表推导式的[]变成()就变成了生成式
list1 = [x*2 for x in range(5)]
print(list1) # [0, 2, 4, 6, 8]
gen1 = (x*2 for x in range(5))
print(gen1) # <generator object <genexpr> at 0x103dba050>
print(next(gen1)) # 0
print(next(gen1)) # 2
\# gen1 = (x*2 for x in range(5)) 相当于:
def func():
for x in range(5):
yield x*2
gen1 = func()
4.模块
4.1 什么是模块
一个模块就是一个py文件, py文件的文件名就是模块名
4.2 在一个模块中使用另外一个模块的内容
- 哪些能用:所有在指定if语句外的全局变量
f __name__ == '__main__':
pass
- 怎么使用: 需要先导入模块
-
import 模块名 - 导入后可以使用所有的全局变量;以 ‘模块名.变量’ 来使用变量
-
from 模块名 import 变量1, 变量2, 变量3,… - 导入后可以使用指定的变量; 直接使用变量
-
from 模块名 import * - 导入后可以使用所有的全局变量; 直接使用变量 (不推荐使用)
-
import 模块名 as 新模块名 - 导入模块的时候给模块取别名,以后使用模块的时候使用新名字
-
from 模块名 import 变量1 as 新变量1, 变量2 as 新变量2, 变量3,… - 给指定变量取别名
以下为test1.py文件
# import test2
print('test1开始执行')
a = 100
b = 'test1'
def func1():
b = 20
print('test1: 函数1')
print('test1结束!')
示例一:import直接导入模块
import test1
print(test1.a)
print(test1.b)
test1.func1()
示例二:form-import导入模块中的变量
from test1 import a, func1
print(a)
func1()
没有导入的变量不能使用
# print(test1.b) # NameError: name 'test1' is not defined
# print(b) # NameError: name 'b' is not defined
示例三:form-import * 导入模块中的变量
from test1 import *
print(a)
print(b)
func1()
示例四: 给模块取别名
以下为teacherStudentSystemManager.py文件
name = '教师学生管理系统'
import test1 as m_test1
import teacherStudentSystemManager as ts_manager
test1 = 10
print(test1) # 10
print(m_test1.a) # 100
m_test1.func1() # test1: 函数1
示例五: 给模块中的变量取别名
from test1 import a as t_a, b
a = 50
sum1 = 0
for x in range(a+1):
sum1 += x
print(sum1)
print(f'test1中的a的值:{t_a}, 当前模块中的a:{a}') # 100 50
5.导入模块的原理
5.1 导入模块的原理
当使用import或者from-import 导入模块的时候,系统会自动将被导入的模块中所有的代码都执行一遍
以下为test2.py文件
# import test1
print('test2开始执行')
a = 'test2'
def func2():
print('test2: 函数2')
func2()
print('test2结束!')
import test2
from test2 import a
5.2 重复导入同一个模块,模块中的内容只会执行一次
import test2
import test2
面试题1:说说 improt 和 include 的区别?
面试题2:python中循环导入的问题
test3.py文件内容
num = 10
def jiecheng(n):
sum1 = 1
for x in range(1, n+1):
sum1 *= x
return sum1
def download():
print('检查网络状态')
print('做网络数据请求')
print('做数据本地化')
download()
from test3 import jiecheng
print(jiecheng(9))
5.3 怎么选择性的执行被导入的内容
在被导入的模块中添加if语句,将不希望被其他模块执行的代码放到if语句中。
if 语句:
if __name__ == '__main__':
不希望被其他模块执行的代码
原理:
每个模块都有一个属性:__name__,这个属性是用来保存当前模块的名字;__name__默认值就是模块名(模块对应的py文件的文件名)。当我们直接执行某个模块的时候,这个模块的 __name__属性就会自动变成 ‘__main__’
test4.py中的文件
# if语句外面的代码在被别的模块导入的时候会执行
print('test1的模块名:', __name__)
print('if语句外面的代码')
if __name__ == '__main__':
# 这个if语句中的代码在被别的模块导入的时候不会执行
print('if语句里面的代码')
import test4
def main():
print('程序开始的代码')
if __name__ == '__main__':
main()
6.包的使用
6.1 什么是包
包就是一种特殊的文件夹(a.里面的文件都是py文件 b.自带一个 __init__.py 的文件)
shape包内__init__.py 文件内容
from shape import circle, rect
c_area = circle.area
r_area = rect.area
def func():
print('包直接提供的函数')
circle模块中的内容
pi = 3.1415926
def perimeter(r):
return 2 * pi * r
def area(r):
return pi * r * r
rect模块中的内容
def diameter(length, width):
return (length + width) * 2
def area(length, width):
return length * width
1.直接导入
示例一:通过包直接导入模块(shape是包名)
from shape import circle
r = 10
print(circle.area(r))
示例二:通过包导入模块中的数据
from shape.circle import area 67
print(area(10))
2.导入的定制
#import shape
from shape import c_area, r_area, func
print(c_area(10)) # 314.15926
print(r_area(20, 4)) # 80
func() # 包直接提供的函数