可迭代
定义:
可迭代对象是指能够一次返回一个成员的对象
可以使用 for 循环遍历的对象都是可迭代对象,例如列表、元组、字符串、集合、字典等
from typing import Iterable, Iterator
l = [1,2,3,4,5,6,7,8,9,10]
t = (1,2,3,4,5,6,7,8,9,10)
s = "abcdefghigklmnopqrstuvwxyz"
s1 = {1,2,3,4,5,6,7,8,9,10}
d = {
"key1":1,
"key2":2,
"key3":3,
"key4":4,
}
print(isinstance(l,Iterable),isinstance(t,Iterable),isinstance(s,Iterable),isinstance(s1,Iterable),isinstance(d,Iterable))
迭代器
使用一个类使用__iter__方法返回迭代器对象本身
迭代器可以通过__next__方法函数获取下一个,如果没有就会报出StopIterable异常
from typing import Iterable, Iterator
class MyDatas:
def __init__(self, n):
self.data = [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.data):
raise IndexError
else:
current = self.data[self.current_index]
self.current_index += 1
return current
md = MyDatas(5)
while True:
try:
print(next(md))
except IndexError:
break
print(isinstance(md, Iterable), isinstance(md, Iterator))
生成器
生成器也是迭代器更是可迭代的
生成器是一种特殊的迭代器,它可以在需要的时候生成值,而不是一次性生成所有的值
生成器使用 yield 关键字来暂停和恢复执行
l = [1, 2, 3, 4, 5, 6, 7, 8, 9]
print(l.__sizeof__())
t = (i for i in range(1, 10))
print(t.__sizeof__())
print(next(t), next(t), next(t))
def my_data():
yield 1
yield 2
yield 3
yield 4
return 100
data = my_data()
print(type(data))
while True:
try:
print(next(data))
except StopIteration as e:
print("去玩了", e)
break
装饰器
在不影响原函数的条件下给函数增加新的功能
装饰器可以用于日志记录、性能测量、权限检查等场景
实现原理:
装饰器函数接受一个函数作为参数,并返回一个新的函数。新函数通常会在调用原函数之前或之后执行一些额外的操作。
示例:
以下是一个简单的装饰器示例,用于记录函数的执行时间:
def cost_time(f):
def calc():
start = time.time()
f()
print(f"{f.__name__}开销{time.time() - start}")
return calc
l = [random.randint(1, 10000) for i in range(1000)]
l1 = l.copy()
@cost_time
def my_sort1():
l2 = sorted(l)
print(l2)
@cost_time
def my_sert2():
l.sort()
print(l)
my_sort1()
my_sert2()