python 可迭代，迭代器，生成器，装饰器

一、可迭代

一组数据，可以使用for循环就是可迭代的。如python中的字符串、列表、字典、集合、元组。

二、迭代器

迭代器都是可迭代的，且迭代器可以使用next()方法。

from collections.abc import Iterable, Iterator


class MyDatas:
    def __init__(self, n):
        # 传入参数，使用列表推导式生成一个列表
        self.data = [i for i in range(1, n + 1)]
        # 当前索引
        self.current_index = 0

    # 获取迭代器方法
    def __iter__(self):
        return self

    # 迭代器的next方法，依赖与__iter__方法
    def __next__(self):
        if self.current_index >= len(self.data):
            raise IndexError("取完了")
        else:
            result = self.data[self.current_index]
            self.current_index += 1
        return result


md = MyDatas(5)
# print(md)
# 判断实例md是否是可迭代的，是否是迭代器
print(isinstance(md, Iterable), isinstance(md, Iterator))
# next(md)
while True:
    try:  # 捕获异常
        print(next(md))
    except IndexError as e:
        # 返回异常对象e
        print(e)
        break

三、生成器

生成器包含一组生成规则，生成器是装饰器，但生成器不能使用下标索引查找。当数据较多时，使用生成器更省内存。如元组推导式生成的就是一个生成器。

from collections.abc import Iterable, Iterator, Generator
# 生成器
def my_datas():
    # 使用yield声明生成元素
    yield 1
    yield 2
    yield 3
    yield 10
    return 100  # 不起平常使用的作用

r = my_datas()
print(r)
print(type(r))  # 返回生成器类型
for i in my_datas():
    print(i)
while True:
    try:
        print(next(r))  # 捕获异常
    except StopIteration as e:
        print("取完了", e)  # return的值赋值给e
        break
# 列表推导式
l0 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
print(l0.__sizeof__())  # 返回占用内存
# 元组推导式 
t0 = (i for i in range(100))
print(t0.__sizeof__())  # 不能使用索引
# 生成器是可迭代的，是迭代器
print(isinstance(t0, Iterable), isinstance(t0, Iterator), isinstance(t0, Generator))

四、装饰器

装饰器本质是闭包，在不改变原函数结构的情况下为函数添加新功能。

# 装饰器
def cost_time(f):
    def calc():
        start = time.time()
        # 运行原有参数
        f()
        print(f"函数{f.__name__}开销：{time.time() - start}")

    # calc()
    return calc


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


# 使用@将原函数作为参数传递
@cost_time
def my_sort1():
    datas.sort(reverse=True)
    print(datas)


@cost_time
def my_sort2():
    datas3 = sorted(datas2, reverse=True)
    print(datas3)


my_sort1()
my_sort2()