day12-迭代器生成器和模块

day12-迭代器生成器和模块

有参装饰器

应用场景：如果实现装饰器的功能的时候需要额外的数据，就需要有参装饰器

def 函数名(参数列表):

​ 定义无参装饰器函数

​ return 无参装饰器函数名

函数名 - 创建装饰器的函数名

参数列表 - 有多个参数看实现装饰器的功能额外需要多少个数据

def create_tag(name):
    def tag(f):
        def new_f(*args, **kwargs):
            result = f(*args, **kwargs)
            return f'<{name}>{result}</{name}>'
        return new_f
    return tag


@create_tag('a')
def func1():
    return 'hello'

print(func1())

迭代器

迭代器是容器型数据类型

迭代器无法直接获取所有的元素，直接一个一个的取(取指的是拿出来，而且只出不进)；也无法通过len统计元素个数

创建迭代器的方法：a.将其他序列转换成迭代器 b.生成器

list1 = [1, 20, 4, 56]
print(list1)
print(len(list1))

i1 = iter(list1)
print(i1, type(i1))    # <list_iterator object at 0x10b817f90>    <class 'list_iterator'>

获取元素

不管以什么样的方式获取到了迭代器中的某个元素，那么这个元素在迭代器中就不存在了

1）获取单个元素

next（迭代器）

2）遍历

for 变量 in 迭代器：

​ 循环体

i2 = iter('hello')
print(next(i2))    # h
print(next(i2))    # e
print(next(i2))
print(next(i2))
print(next(i2))
# print(next(i2))   # StopIteration

# i3遍历结束的时候，会变成空的迭代器
i3 = iter(range(5))
for x in i3:
    print(f'x:{x}')

# print(next(i3))   # StopIteration
print(list(i3))     # []

i4 = iter(range(0, 10, 2))    # 0,2,4,6,8
# i4转换成列表后会变成空的迭代器
print(list(i4))   # [0, 2, 4, 6, 8]
# print(next(i4))     # StopIteration

def list1(seq):
    t = []
    for x in seq:
        t.append(x)
    return t

print(list1('abc'))

生成器

1）感性的认识

生成器是一种特殊的迭代器

生成器可以理解成产生数据的机器，在存储的时候保存的时候产生数据的算法而不是数据本身

2）理性的认识

调用带有yield关键字的函数就可以得到一个生成器

(如果一个函数中有yield，那么调用这个函数不会执行函数体，也不会获取返回值，函数调用表达式的值是一个生成器对象)

# 1.怎么创建生成器
def func1():
    print('====')
    return 100
    yield

result = func1()     # result就是一个生成器
print(f'result:{result}')

生成器产生数据的能力怎么确定

执行完生成器对应的函数会遇到几次yield，那么这个生成器就可以创造多少个数据

每次遇到yield，yield后面的值是什么，对应创造的数据就是什么

def func2():
    yield 10
    yield 100
    yield 1000


gen1 = func2()
print(next(gen1))     # 10
print(next(gen1))     # 100
print(next(gen1))     # 1000
# next(gen1)    # 报错

生成器产生数据的原理

生成器对应的函数在调用函数的时候不会执行函数体；获取生成器中的数据的时候才会执行函数体；

每次获取数据的时候都是从上一次结束的时候开始执行函数体，指定遇到yield就停下来，将yield后面的数据作为结果返回并，并且记录结束位置。

如果是next去取，执行的时候如果遇到函数结束都没有遇到yield就报错

def func4():
    print('======1======')
    yield 10
    print('======2======')
    yield 20
    print('======3======')
    yield 30
    print('======4======')
    yield 40
    print('==========end============')


gen3 = func4()
print('第一次取:', next(gen3))
print('第二次取:', next(gen3))
for x in gen3:
    print('x:', x)

模块

一个py文件就是一个模块

注意：如果一个模块想要被其他的模块使用，那么这个模块在命名的时候必须符合标识符的要求

一个模块想要使用另外一个模块中的内容，必须先导入：

1. import 模块名 - 能够使用模块中所有的全局变量；使用的时候通过 ‘模块名.’ 的方式
2. from 模块名 import 变量名1, 变量名2,… - 能够使用模块中的指定变量; 变量直接使用
3. 模块重命名： import 模块 as 新模块名
4. 变量重命名： from 模块名 import 变量 as 新变量名
5. 导入所有变量: from 模块名 import *

# 1)第一种导入方式：import
# import test
#
# print(test.test_a)
# print(test.x)
# test.test_func()

# 2)第二种导入方式: from...import
# from test import x, test_func
# print(x)
# test_func()

# print(test_a)    # 报错！没有导入的变量不能使用
# print(test.test_a)    # 报错！

# 3)第三种导入方式：模块重命名
# import test as TS
#
# test = 'hello!'
# print(test)
#
# print(TS.x)
# print(TS.test_a)
# TS.test_func()

# 4)第4种导入方式：变量重命名
# from test import x as test_x, test_func
#
# for x in range(10):
#     print(f'x:{x}')
#
# print(test_x)
#
# test_func()

# 5) 通配符 *
from test import *
print(x)
print(test_a)
test_func()

导入模块的原理：当代码执行到导入模块的时候，系统会自动将被导入的模块中的代码全部执行一遍