python中的三大器

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。