python中的闭包,迭代器,生成器

闭包

内层函数对外层函数变量的引用,并返回.(变量非全局变量).
鉴定是否闭包:print(内层函数名.__closure__)
返回一个类似地址是闭包,返回None非闭包

闭包的作用

当程序执行时,遇到函数执行会在内存中开辟一个局部名称空间,如果此函数内部形成闭包,就不会随着函数结束而消失.

迭代器

可迭代对象:
对象内部含有__iter__方法是可迭代对象 ,满足可迭代协议. (str,list,dict,tuple,set,range()…)

可迭代对象判断方法:
方法一:

s1='strs'
print('__iter__'in dir(s1))#s1中有没有__iter__方法

方法二:

from collections import Iterable
print(isinstance('abc',Iterable))#True

迭代器

对象内部中含有__iter__和__next__方法的,就是迭代器.

迭代器判断方法:

 f=open('register',encoding='utf-8')
 print('__iter__'in dir(f)) #True
  print('__next__'in dir(f)) #True 

可迭代对象不能进行取值,可转化为迭代器,迭代器可取值

lis=[1,2,3]#可迭代对象
#两种方法:
ite=lis.__iter__()#转化为迭代器
ite=iter(lis)#转化为迭代器
print(ite.__next__())#取值

1. 可迭代对象不一定是迭代器,迭代器一定是可迭代对象
2. 迭代器非常节省内存
3. 迭代器单向取值,且只取一个值

生成器

一边循环一边计算的机制，称为生成器：generator。
生成器仅仅保存了一套生成数值的算法，并且没有让这个算法现在就开始执行，而是什么时候调它，它什么时候开始计算一个新的值，并给你返回。
生成器的本质就是迭代器.

理解的关键在于：下次迭代时，代码从yield的下一条语句开始执行

为什么要有生成器

列表所有数据都在内存中，如果有海量数据的话将会非常耗内存。
如：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。
如果列表元素按照某种算法推算出来，那我们就可以在循环的过程中不断推算出后续的元素，这样就不必创建完整的list，从而节省大量的空间。
简单一句话：想得到庞大的数据，又想让它占用空间少，那就用生成器

创建生成器

方法一:
把一个列表生成式的[ ]改成( )，就创建了一个generator：

>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>

方法二， 如果一个函数中包含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。调用函数就是创建了一个生成器（generator）对象。