Python三器一闭

迭代器

• 什么是迭代器?
  迭代器就是一个可以记住遍历的位置的对象
  从第一个元素开始访问，直到所有的元素被访问完结束，迭代器只能往前不会后退
• 什么是可迭代对象?
  一个可以被for循环遍历的对象就是可迭代对象
• 迭代器一定是可迭代对象，可迭代对象不一定是迭代器
• 判断是否为可迭代对象

from collections.abc import Iterable
a = [1, 2, 3, 4]
b = 123
print(isinstance(a, Iterable))
print(isinstance(b, Iterable))
--------打印结果-----------
True
False

通过Iterable来判断一个对象是否是可迭代对象，因此可见列表是可迭代的，整数是不可以迭代的

• 判断是否为迭代器

from collections.abc import Iterator
a = [1, 2, 3, 4]
iter_a = iter(a)
print(isinstance(iter_a, Iterator))
print(isinstance(a, Iterator))

通过Iterable来判断是否是一个迭代器

生成器

• 什么是生成器
  • 一边循环一边计算的机制就是生成器
  • 含有yield关键字的函数也是生成器
  • 一个含有__item__、__next__方法的对象也是生成器
  • 生成器也是一种特殊的迭代器
• 创建生成器的两种方法
  第一种: 把列表推导式的[]改为()

  [x for x in range(10)] ----> (x for x in range(10))
  

  第二种： 函数中含有yield

  def num():
      num1 = 1
      num2 = 2
      while True:
          temp_num = num1
          num1, num2 = num2, num1 + num2
          yield temp_num
  
  n = num()
  print(next(n))
  print(next(n))
  print(next(n))
  print(next(n))
  print(next(n))
  -------------执行结果--------------
  1
  2
  3
  5
  8
  

• next()和send()的区别
  • next唤醒函数,从断点处继续执行
  • send唤醒函数, 并向断点处传入一个值继续执行
• 生成器的特点
  • 生成器存储的是生成数据的方式，而不是存储的数据，因此节约内存

闭包

我们想要理解装饰器就必须先学习闭包，因此我们把闭包放在前面

• 什么是闭包？

  • 闭包是函数内嵌套了另一个函数，内部函数用了外部函数的局部变量，外部函数返回了内部函数的引用

• 闭包案例

  def test(number):
      def test_in(number_in):
          print("in test_in 函数, number_in is %d" % number_in)
          return number+number_in
      return test_in
  
  
  ret = test(20)
  print(ret(100))
  print(ret(200))
  ------------执行结果--------------
  in test_in 函数, number_in is 100
  120
  in test_in 函数, number_in is 200
  220
  

  案例中test返回了test_in的引用,所以当调用ret时ret就指向了test_in函数，而内部函数又使用了外部函数的变量number，所以这就是一个闭包

• 闭包和普通函数的区别?

  • 普通函数执行结束后会被python解释器自动释放局部变量
  • 闭包可以让参数和变量不会被垃圾回收机制回收，始终保持在内存中

装饰器

• 什么是装饰器?

  • 能够快速将函数的指向修改, 在不修改代码的前提下，给函数添加功能的方式

• 实现过程

  • 将原函数的引用当做实参传递到闭包中
  • 修改原函数的指向为闭包中的内部函数

• 使用装饰器实现单例

  def SingletonDecorator(cls):
      _instance = None
      def get_instance(*args, **kwargs):
          nonlocal _instance
          if _instance is None:
              _instace = cls(*args, **kwargs)
          return _instance
      return get_instance
  
  
  @SingletonDecorator
  class Singleton(object):
      pass
  
  # 创建实例对象
  a = Singleton()
  b = Singleton()
  print(id(a))
  print(id(b))
  ---------------------执行结果------------------
  1823904976
  1823904976