迭代器
可迭代对象:list、str、
迭代器契约:对象必须提供next方法,执行方法要么返回迭代中的下一项,要么引发异常
迭代器对象从集合的第一个元素开始访问,直到所有元素都被访问。迭代器只能前进不能后退。
迭代器是一个可以记住遍历位置的对象,它有两个基本技巧:iter() 和 next()。
字符串、列表或元组对象都可以用来创建迭代器
迭代对象的遍历方法更加多样化:
li = [1,2,3,4]
it = iter(li)
print(next(it))
print(next(it))
for i in it:
print(i, end=' ')
输出是:
1
2
3 4
可迭代对象测试:
from collections import Iterable
print(isinstance([],Iterable))
print(isinstance({},Iterable))
print(isinstance('',Iterable))
print(isinstance(set(),Iterable))
结果是:
True
True
True
True
创建一个迭代器
比如这个案例
创建一个返回数字的迭代器,从 1 开始并以 1 递增:
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
x = self.a
self.a += 1
return x
myclass = MyNumbers()
myiter = iter(myclass)
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
输出是:
1
2
3
4
5
这个反例是使用一个类作为迭代器,它需要实现以下两种方式:
() 方法返回一个特殊的迭代器对象,该对象实现了 next() 方法,并通过异常指示迭代完成。
() 方法(2 中的 next())将返回下一个迭代器对象。
异常用于标记迭代的完成,避免出现无限循环的情况。在 next() 方法中魔力日志生成器,我们可以设置在完成指定的循环次数后触发异常以结束迭代。
20 次迭代后停止执行:
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
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter:
print(x)
结果输出是:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
建造者
在迭代器的帮助下,可以在每次迭代时根据特定规则(通过 next() 方法)生成数据。
但是我们在实现一个迭代器的时候,需要记录下每次迭代的状态,这样才能根据当前状态生成下一个数据。
为了实现记录状态并与next()方法迭代使用,可以使用更简洁的句型
以下示例使用 yield 实现了斐波那契数列:
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()
执行上述程序,输出如下:
0 1 1 2 3 5 8 13 21 34 55
关闭
闭包是闭包(函数中的函数),包是容器(内部函数对外部函数作用域的引用,而不是全局作用域变量)
关闭:
演示:
def s():
print('s()')
def st(num):
print('st()')
print(num)
return st
a=s()
a(10)
#s()
#st()
#10
装饰师
装饰器存在的意义
通常常见的,比如接收第三方API的,第三方是不允许改变这个的。这就是装饰器派上用场的地方。
装饰器本身也是一个函数。它的功能是在不改变功能的情况下装饰现有功能。
它被实现为闭包。
使用装饰器函数时,使用@装饰器函数名方法来装饰被装饰函数之前的行。
演示:
现在一个项目里面有很多功能,因为我们的项目越来越大魔力日志生成器,功能越来越多,也会导致程序越来越慢。
其中一个函数函数的作用是实现百万次的累积。
import time
def count_time(fun):
def wapper():
start=time.time()
fun()
end=time.time()
print(end-start)
return wapper
@count_time
def my_count():
s=0
for i in range(10000):
s+=i
print('sum=',s)
my_count()