今日所得
迭代器
可迭代对象
迭代器对象
for循环内部原理
生成器
生成器表达式
内会函数
面对过程编程
迭代器
迭代就是指更新换代的过程,要重复进行,而且每次的迭代都必须基于上一次的结果。
我们使用for循环的时候就是把元素从容器里一个个取出来,这种过程其实就是迭代。
迭代器:迭代取值的工具。
迭代器的作用是提供给你一种不依赖索引取值的方式。
需要迭代取值的数据类型有:字符串、列表、元组、字典、集合
迭代是重复更换的过程,每一次的更换(迭代)都是基于上一次的结果,也就是说每一次迭代都要和上次的结果有关系
迭代器:是用于迭代的工具
可以迭代取值的数据类型
字符串
列表
元组
字典
集合
可迭代对象
可以使用内置__iter__(双下划线加iter加双下划线)方法的都叫做可迭代对象
基本数据类型中的可迭代对象有
str list tuple dict set
文件对象本身就是迭代器对象(所以文件对象执行内置的__iter__之后还是本身,没有任何变化)
res = 'hello'l= [1,2,3,4,5,6]
t= (1,2,3,4,5,6)
s= {1,2,3,4,5,6}
d= {'name':'chen','age':18,'pwd':123}
f= with open ('test.txt','w',encoding='utf-8')
res.__iter__()
l.__iter__()
t.__iter__()
s.__iter__()
d.__iter__()
f.__iter__()
文件对象(文件对象本身就是迭代器对象,执行__iter__之后还是本身,没有变化)
可迭代对象执行内置的__iter__方法后得到的就是该对象的迭代器
迭代器对象
迭代器对象有内置__iter__的方法
有内置__next__的方法
迭代器一定是可迭代对象
可迭代对象不一定是迭代器对象
迭代器对象无论执行多少次__iter__方法得到的还是迭代器对象本身
迭代器取值的特点
只能往后依次取,不能从后往前取
l=[1,2,3,4]
iter_l=l.__iter__() #用__iter__将可迭代对象转换成一个迭代器对象
print(iter_l.__next__()) #迭代器取值,调用__next__
print(iter_l.__next__()) #调用一次取一个
print(iter_l.__next__())print(iter_l.__next__())print(iter_l.__next__()) #如果取完了直接报错StopIteration
异常处理
whileTrue:try:print(iter_d.__next__())exceptStopIteration:#print('老母猪生不动了')
break
d = {'name':'jason','password':'123','hobby':'泡m'}
iter_d= d.__iter__() #将字典变成迭代器对象
whileTrue:try:print(iter_d.__next__()) #循环取值
except StopIteration: #异常处理,当出现的异常和你在except后面写的一样时则继续执行下面的代码
print('取完了'
break
for循环内部原理
for循环里的in关键字,跟的是一个可迭代对象,将in后面的对象调用__iter__转换成迭代器
for循环内部的本质
1.让关键字in后面的对象使用__iter__转换成迭代器对象
2.调用__next__迭代取值
3.内部有异常捕获StopIteration,当迭代器里的元素为空时报错,自动结束循环
迭代取值的优点:1.不依赖于索引取值
2.内存中永远只占一份空间,不会导致内存溢出
迭代取值的缺点:1.不能获取指定的元素
2.迭代器里的元素取完后再取,会报StopIteration的错误
d = {'name':'jason','password':'123','hobby':'泡m'}for i ind:print(i)#for 循环后面的in跟的是一个可迭代对象
生成器
用户自定义的迭代器,本质就是迭代器
当函数内有yield关键字的时候,调用该函数不会执行函数体代码,而是将函数变成生成器。
生成器函数:常规函数定义,但是,使用yield语句,而不是return语句返回结果。yield语句一次返回一个结果,在每个结果中间,是挂起函数的状态,也就是下次可以接着这里执行。
deffunc():print('第一次')yield 1
print('第二次')yield 2
#函数内如果有yield关键字,那么在加括号执行函数的时候并不会触发函数体代码的运行,函数会暂停在yield这个地方,使用__next__就能得到yield后面的返回值#yield既可以返回一个值也可以返回多个值,并且多个值是按照元组的形式返回的
deffunc():print('first')yield 666 #yield后面跟的值就是调用迭代器__next__方法你能得到的值
print('second')yield 777,888,999 #yield既可以返回一个值也可以返回多个值 并且多个值也是按照元组的形式返回
yield
#函数内如果有yield关键字,那么加括号执行函数的时候并不会触发函数体代码的运行
g=func() #生成器初始化:将函数变成迭代器
print(g.__next__()) #输出为666
print(g.__next__()) #输出为(777, 888, 999)
print(g.__next__()) #输出为None
#yield#1.帮你提供了一种自定义生成器方式#2.会帮你将函数的运行状态暂停住#3.可以返回值
#与return之间异同点#相同点:都可以返回值,并且都可以返回多个#不同点:#yield可以返回多次值,而return只能返回一次函数立即结束#yield还可以接受外部传入的值
#yield支持外界为其传参
defdog(name):print('%s 准备开吃'%name)whileTrue:
food= yield
print('%s 吃了 %s'%(name,food))
g= dog('egon')
g.__next__() #必须先将代码运行至yield 才能够为其传值
g.send('狗不理包子') #给yield左边的变量传参 触发了__next__方法
g.send('饺子')>>>:egon 准备开吃
egon 吃了 狗不理包子
egon 吃了 饺子
生成器表达式
res = (i for i in range(1,10) if i != 4) #生成器表达式
print(res)print(res.__next__())print(res.__next__())print(res.__next__())print(res.__next__())##把列表解析的[]换成()得到的就是生成器表达式
不调用__next__方法 生成器内部代码一句都不会运行
生成器表达式通常用在获取较大容器类型数据的时候
#自定义range功能
def my_range(start, end, step=1):while start
start+= step
常用内置函数方法
abs(-1) #求绝对值
l= [0,1,2]
all(l)#只要有一个为False就返回False
any(l) #只要有一个为True就返回True
deffunc():
name= '局部空间'
print(locals()) #当前语句在哪个位置,就返回哪个位置所存储的所有空间名
print(globals()) #无论在哪,查看的都是全局名称空间
l= [1,2,3]print(dir(1)) #获取该对象所有可以使用的方法
#divmod 分页器
divmod(103,10) #返回两个数(10,3)前一个是商,后一个是余数,用处是网页分页,有余数就加上一页
#enumerate 枚举
l = ['name','age']for i,j in enumerate(l,1)print(i,j)#在元素前加一个索引,并且可以指定索引从哪个数字开始
#eval() exec()
"""这两个都可以识别字符串中的Python语法,eval不支持逻辑代码,只支持一些简单的python代码,exec可以识别逻辑代码"""
print(isinstance(n,list))#判断对象是否属于某个数据类型
print(pow(2,3)) #括号后面的数是前面的数的几次方
print(round(3.4)) #浮点数的四舍五入
#locals
print(locals()) #当前语句在哪个位置 就会返回哪个位置所存储的所有的名字
#globals
print(globals()) #无论在哪 查看的都是全局名称空间
#dir 获取当前对象名称空间里面的名字
l = [1,2,3]print(dir(l))#eval #exec#eval() 函数用来执行一个字符串表达式,并返回表达式的值。#exec 执行储存在字符串或文件中的 Python 语句,相比于 eval,exec可以执行更复杂的 Python 代码.
#format 三种玩法#{}占位#{index} 索引#{name} 指名道姓
#locals
print(locals()) #当前语句在哪个位置 就会返回哪个位置所存储的所有的名字
#globals
print(globals()) #无论在哪 查看的都是全局名称空间
面对过程编程:就类似于设计一条流水线
好处:将复杂的问题流程化,从而简单化
坏处:可扩展性较差,一旦需要修改,整体都会受到影响