一、迭代器 Iterable
能够迭代的类型:list、tuple、string、set、dict、bytes
from collections.abc import Iterable
# 判断是否是迭代器
myList = [1, 2, 3, 4, 5]
print(isinstance(myList, Iterable)) # True
print(isinstance("myList", Iterable)) # True
print(isinstance(123, Iterable)) # False
# 迭代器
myList = [1, 2, 3, 4, 5]
it = iter(myList)
print(next(it)) # 1
print(next(it)) # 2
print(next(it)) # 3
代码如下(示例):
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
if self.a <= 20:
x = self.a
self.a += 1
return x
else:
raise StopIteration
# StopIteration 异常用于标识迭代的完成,防止出现无限循环的情况
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter:
print(x)
二、生成器 generator
边迭代边输出,可以节约资源,(range(10000000000000000000)之类的情况)
每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
调用一个生成器函数,返回的是一个迭代器对象。
代码如下(示例):
import sys
def fibonacci(n): # 生成器函数 - 斐波那契
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) # f 是一个迭代器,由生成器返回生成
while True:
try:
print(next(f), end=" ")
except StopIteration:
sys.exit()
# 0 1 1 2 3 5 8 13 21 34 55
三、装饰器 Decorator
既不改变函数定义的内容,又不改变函数调用的内容,解耦合
代码如下(示例):
import time
def check(func):
def wrapper(*args, **kwargs): # 可变参数
print("装饰器check!")
func(*args, **kwargs)
return wrapper
def timeDecorate(func):
def wrapper(*args):
print('装饰器time:', time.time())
func(*args)
return wrapper
@timeDecorate
@check
def fun1(x):
print("fun1:___________________", x)
@check
def fun2(x, y, **kwargs):
print("fun2:___________________", x, y, kwargs)
# print(kwargs)
fun1('1')
# 装饰器time: 1663905318.4997134
# 装饰器check!
# fun1:___________________ 1
fun2('123', 'abc', a=1, b=2)
# 装饰器check!
# fun2:___________________ 123 abc {'a': 1, 'b': 2}