三周五次课（11月3日） 1.生成式和生成器 2.迭代器 3.装饰器

本文链接：https://blog.csdn.net/weixin_40619578/article/details/78439575

三周五次课（11月3日）

1. 生成式和生成器

表生成式是python受欢迎的语法之一，通过一句简洁的语法就可以对一组元素进行过滤，还可以对得到的元素进行转换处理。语法格式为：

[exp for val in collection if condition]
相当于
result=[]
for val in collection:
    if(condition):
        result.append(exp)

例子，输出1到100的偶数的平方：

a = [x*x for x in xrange(10) if x*x%2 == 0]
print(type(a))
print(a)
结果：
<type 'list'>
[0, 4, 16, 36, 64]

解释：

1，以此取出xrange(10)从0到9的数字
2，判断x*x是偶数，就保留，存在新的字典中
3，把所有符合x*x是偶数的元素都放到新的列表中返回

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器（Generator）。

要创建一个generator，有很多种方法。第一种方法是把一个列表生成式的[]改成()，就创建了一个generator：
生成器是一次生成一个值的特殊类型函数。可以将其视为可恢复函数。调用该函数将返回一个可用于生成连续 x 值的生成器【Generator】，简单的说就是在函数的执行过程中，yield语句会把你需要的值返回给调用生成器的地方，然后退出函数，下一次调用生成器函数的时候又从上次中断的地方开始执行，而生成器内的所有变量参数都会被保存下来供下一次使用。

要创建一个generator，有很多种方法。

1、第一种方法是把一个列表生成式的[]改成()，就创建了一个generator：

例子：

a = (x*x for x in xrange(10) if x*x%2 == 0)
print(type(a))
print(a.next())
print(a.next())
print('aaaaaaa')
for i in a:
print(i)

结果：

<type 'generator'>
0
4
aaaaaaa
16
36
64

解释：
generator保存的是算法，每次调用next()，就计算出下一个元素的值，直到计算到最后一个元素为止。类比一下xrange。

2.定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：

def fib(n):
    sum = 0
    i = 0
    while(i<n):
        sum = sum +i
        i+=1
        print(sum)
fib(10)
结果：
0
1
3
6
10
15
21
28
36
45

解释：
这个程序很简单，就是求0到9所有数字之和，接下来，我们只要稍微改动一下，你看看有什么差别

def fib(n):
    sum = 0
    i = 0
    while(i<n):
        sum = sum +i
        i+=1
        yield sum
for x in fib(10):
print(x)
print(type(fib(10)))  //type为generator
结果：
0
1
3
6
10
15
21
28
36
45
<type 'generator'>

结果和上面的结果是一样的，但是有什么不同呢，简而言之，包含yield语句的函数会被特地编译成生成器。当函数被调用时，他们返回一个生成器对象，这个对象支持迭代器接口。每当遇到yield关键字的时候，你可以理解成函数的return语句，yield后面的值，就是返回的值。但是不像一般的函数在return后退出，生成器函数在生成值后会自动挂起并暂停他们的执行和状态，他的本地变量将保存状态信息，这些信息在函数恢复时将再度有效，下次从yield下面的部分开始执行。
解释：
1，以为以上函数有关键字yield，所以生成的是一个生成器。
2，通过for循环调用生成器，当执行到yield的时候，返回sum的值，sum为0，此时暂停并记录sum的值
3，打印sum的值，然后继续往下执行。此时跳入下一个循环while(1<10)
4，直到遇到yield的时候，返回sum的值。
5，反复执行3,4步骤，知道循环结束，最终程序退出

二者的区别很明显：
一个直接返回了表达式的结果列表，而另一个是一个对象，该对象包含了对表达式结果的计算引用，通过循环可以直接输出
生成器不会一次性列出所有的数据，当你用到的时候，在列出来，更加节约内存的使用率。

2. 迭代器

Iterable（可迭代对象）和 Iterator（迭代器）主要区别是：

凡是可以用 for 循环的都是 Iterable（可迭代对象）凡是需要通过next()函数获得值的可迭代对象都是 Iterator（迭代器）。
（所以生成器可以被next()函数调用并不断返回下一个值的对象称为迭代器）（可以简单理解为生成器就是迭代器的可迭代对象）

凡是可作用于for循环的对象都是Iterable类型；例如list，tuple，dict，生成式

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

练习题：用函数实现9*9乘法口诀

l=str()
for i in xrange(1,10):
    for j in xrange(1,i+1):
        x=('{0}*{1}={2}  '.format(j,i,i*j))
        l+=x
        if i == j :
            l+='\n'
print(l)

输出

1*1=1  
1*2=2  2*2=4  
1*3=3  2*3=6  3*3=9  
1*4=4  2*4=8  3*4=12  4*4=16  
1*5=5  2*5=10  3*5=15  4*5=20  5*5=25  
1*6=6  2*6=12  3*6=18  4*6=24  5*6=30  6*6=36  
1*7=7  2*7=14  3*7=21  4*7=28  5*7=35  6*7=42  7*7=49  
1*8=8  2*8=16  3*8=24  4*8=32  5*8=40  6*8=48  7*8=56  8*8=64  
1*9=9  2*9=18  3*9=27  4*9=36  5*9=45  6*9=54  7*9=63  8*9=72  9*9=81