python可迭代、迭代器、生成器、装饰器

目录

一、可迭代类型和迭代器

二、生成器

三、装饰器

---

一、可迭代类型和迭代器

Pyhton中的可迭代类型是指那些可以返回一个迭代器的对象。例如：列表、元组、字符串、字典、集合、生成器和文件对象等。

import random
import time
from collections.abc import *


# 可迭代和迭代器
class MyDatas:
    def __init__(self, n):
        self.datas = [i for i in range(1, n + 1)]
        self.current_index = 0

    def __iter__(self):
        return self

    def __next__(self):

        if self.current_index >= len(self.datas):
            raise StopIteration
        else:
            current = self.datas[self.current_index]
            self.current_index += 1
            return current


md = MyDatas(5)
print(isinstance(md, Iterable), isinstance(md, Iterator), isinstance(md, Generator))

print(next(md))
print(next(md))
print(next(md))
print(next(md))
print(next(md))
# 索引越界，抛出异常
try:
    print(next(md))
except StopIteration as e:
    print("迭代结束", e)

这是一个关于可迭代和迭代器的案例，首先是定义了一个class类，类中的初始函数中定义了列表推导式，魔法函数__iter__和__next__则说明了它是一个迭代器，通过对实例化的md进行isinstance判断，我们可以知道它是可迭代类型的。

迭代器的好处是既可以通过索引来拿到想要的数据，也可以通过next()来逐个获取迭代器内的数据。但是如果超出最大索引，程序会报错。

二、生成器

python中常见的生成器可以是生成器函数，也可以是元组推导式。

下方是一个元组推导式类型的生成器：

t0 = (i for i in range(1, 1000000))
print(t0)
print(isinstance(t0, Iterable), isinstance(t0, Iterator))
print(isinstance(t0, Generator))

生成器是可迭代类型，是迭代器，是生成器，它的优点是占用空间小，缺点是不能通过索引取到想要的值，只能逐个获取。

下方是一个函数类型的生成器：

def my_fun():
    yield 2
    yield 5
    yield 10
    return 200


datas = my_fun()
for data in datas:
    print(data)

每当函数执行到yield语句时，它会返回一个迭代器对象，该对象指向下一个yield语句的值，可以通过遍历迭代器来获取其中的值。

三、装饰器

提到装饰器就要提到闭包的三个概念：一是外部函数嵌套内部函数，二是外部函数返回内部函数的函数名，三是内部函数可以访问外部函数的局部变量。

下方是一个计算排序的时间开销的装饰器：

def time_cost(f):
    def calc():
        start = time.time()
        f()
        print(f"函数{f.__name__}的时间消耗为：{time.time() - start}")

    return calc


datas = [random.randint(0, 10000) for i in range(10000)]
datas2 = datas.copy()


@time_cost
def my_sort1():
    datas.sort()
    print(datas)


@time_cost
def my_sort2():
    datas3 = sorted(datas2)
    print(datas3)


# # 这里的my_sort1和my_sort2是返回的内部函数的函数名calc
# my_sort1 = time_cost(my_sort1)
# my_sort2 = time_cost(my_sort2)
# # 执行my_sort1和my_sort2就是执行calc
# my_sort1()
# my_sort2()

# 在函数前面使用@语法就可以省略上面的繁琐步骤，这就是装饰器
my_sort1()
my_sort2()

装饰器就是在不改变原函数内容的情况下给函数增加新的功能，上方代码通过装饰器来计算sort和sorted的时间开销，比较两个排序方式的效率。