1.迭代器
迭代器:可以遍历数据的对象
可遍历的对象,都是包含迭代器的对象。
一个对象的迭代器可分为两部分:获取迭代器__iter();获取下一个数据的__next()。
如何判断一个对象能否被遍历,具体表现是否包含__iter__()方法,该方法返回当前对象的迭代器。
ex:
i = 11
dir(i) # 查看整数的操作,没有发现__iter__()方法,所以整数没有迭代器
[‘abs’, ‘add’, ‘and’, ‘bool’, ‘ceil’, ‘class’, ‘delattr’, ‘dir’, ‘divmod’, ‘doc’, ‘eq’, ‘float’, ‘floor’, ‘floordiv’, ‘format’, ‘ge’, ‘getattribute’, ‘getnewargs’, ‘gt’, ‘hash’, ‘index’, ‘init’, ‘init_subclass’, ‘int’, ‘invert’, ‘le’, ‘lshift’, ‘lt’, ‘mod’, ‘mul’, ‘ne’, ‘neg’, ‘new’, ‘or’, ‘pos’, ‘pow’, ‘radd’, ‘rand’, ‘rdivmod’, ‘reduce’, ‘reduce_ex’, ‘repr’, ‘rfloordiv’, ‘rlshift’, ‘rmod’, ‘rmul’, ‘ror’, ‘round’, ‘rpow’, ‘rrshift’, ‘rshift’, ‘rsub’, ‘rtruediv’, ‘rxor’, ‘setattr’, ‘sizeof’, ‘str’, ‘sub’, ‘subclasshook’, ‘truediv’, ‘trunc’, ‘xor’, ‘bit_length’, ‘conjugate’, ‘denominator’, ‘from_bytes’, ‘imag’, ‘numerator’, ‘real’, ‘to_bytes’]
迭代器的应用:
1.自定义可迭代对象:计数器开发
2.自定义斐波那契数列:迭代器对象实现
2.生成器
生成器:按照一定规则,生成数据的对象
(1)普通函数
获取1~10的数字的函数
def g_number():
ls = list()
for i in range(10):
ls.append(i)
return ls
优点:简单,明了!缺点:一次性获取所有的数据,加载内存,浪费空间。
(2)生成器函数
def g_number():
for i in range(10):
yield i
g = g_number()#获取的是一个生成器对象 <generator object>
print(next(g))#获取生成器产生的数据
print(g.__next__())# 获取生成器产生的数据
优点:生成器对象每次执行next()都会获取一次数据,可以在项目开发过程中,按需获取
缺点:代码的可读性发生了提升
yield关键字:让一个函数转换成了生成器对象,执行到yield会临时中断,等待next()调用后继续向下执行
应用:
1.生成一个构建计数器对象
2.实现斐波那契数列
3.列表生成器
4.yield from 从一个生成器中获取所有数据
用途:批量数据运算中(距离统计、大数据求平均、批量创建对象···)**
3.装饰器
闭包:函数中嵌套声明的函数,就是闭包函数
装饰器:
基本语法:
def 装饰器名称(fn):
def wrapper(*args,**kwargs):
目标函数执行前,要添加的功能代码
res = fn(*args,**kwargs)
目标函数执行后,要添加的功能代码
return res
return wrapper
调用方式:
@装饰器
def register():
“”“用户注册的函数”""
register()
应用:身份认证、权限授权、资源访问、日志记录、时间统计等等。