一、复习

1.闭包:定义在函数内部的函数(被函数嵌套的函数)
2.装饰器:闭包的一个应用场景
    -- 为一个函数添加新功能的工具
3.开放封闭原则:不能修改源代码,不能修改调用方式,但可以对外提供增加新功能的特性
View Code

小点:多个装饰器运行流程

def o1(func):
    def inner(*args, **kwargs):
        print('o1 ------------')  # 1
        result = func(*args, **kwargs)
        print('o1 ============')  # 5
        return result
    return inner

def o2(func):
    def inner(*args, **kwargs):
        print('o2 ------------')  # 2
        result = func(*args, **kwargs)
        print('o2 ============')  # 4
        return result
    return inner
@o1
@o2
def fn2():
    print('fn2 ============')  # 3
fn2()  # 函数调用位置
# # 执行流程:函数调用位置 => o1装饰器inner => o2装饰器inner => 本体fn2
# #  => 回到o2装饰器inner =>回到o1装饰器inner => 回到函数调用位置

##可通过debug走一遍看具体流程
View Code

小点:多层嵌套的装饰器

def wrap(var):
    def outer(func):  # outer的参数是固定的,就是被装饰的函数对象
        print(var)
        def inner(*args, **kwargs):
            print(111111111111111)
            func(*args, **kwargs)
            print(333333333333333)
        return inner
    return outer

# 1.调用wrap返回outer
@wrap(0)  # wrap(000) => outer => @outer => fn3 = outer(fn3)
##@wrap(0)   可看做是两种情况综合  先wrap(0),运行返回outer,
##                 此时在运行@outer,接下来的是正常的装饰器节奏

def fn3():
    print(222222222222222)  #调用outer传入fn3返回inner给fn3
fn3()

# # @wrap(000)  # wrap(000) => outer => @outer => fn3 = outer(fn3)

# # 3.调用fn3就是调用inner,在inner内部调用原fn3
View Code

二、迭代器

1、相关概念:

器:包含多个值得容器

迭代:循环反馈(一次从容器中取出一个值)

迭代器:从装有多个值的容器里取出一个值给外界

迭代器:从装有多个值得容器中一次取出一个值给外界

2、可迭代对象

对象:python中装有地址的一个变量

可迭代对象:该对象有_iter_()方法

可迭代对象通过调用_iter_()方法得到迭代器对象

3、迭代器对象

迭代器对象可以做到不依赖索引取值(一次从容器中取出一个值)

迭代器对象都存在_next_()方法,且通过该方法获取容器中的值,获取规则,从前往后一次一个

st1={3,2,6,5,9}   #不清楚集合为什么打印的结果是从小到大,而其他不是
iter_obj=st1._iter_()
print(iter_obj)     #<set_iterator object at 0x00000000021E13A8>

#迭代器对象取一个值就少一个值(重点掌握)
print(iter_obj.__next__())  # 2
print(iter_obj.__next__())  # 3
print(iter_obj.__next__())  # 5
print(iter_obj.__next__())  # 6
print(iter_obj.__next__())  # 9

 #print(iter_obj.__next__()) #再加上一个,超出其范围,会报错
                                                                      StopIteration

ter_obj=st1._iter_() #若不加上这个迭代器对象,会输出结果为空,上面
                                                                          已经取完其值
while True:
    try:                                               
        ele = iter_obj.__next__()
        print(ele)
    except StopIteration:     # 此处的try except 用来除去异常
        # print("取完了")        # 因为会存在无限循环,但是值不够的情况
        break
View Code

4、for 循环

自带异常处理的while循环,自动获取被迭代对象的迭代器对象(即不需要人为添加._next_())

# for循环迭代器:
# -- 1.自动获取被迭代对象的迭代器对象;
# -- 2.在内部一次一次调用__next__()方法取值;
# -- 3.自动完成异常处理
for v in obj:
print(v)
if v == 2:
break


print(obj.__iter__().__iter__().__iter__().__next__()) # 3 因为上面的for已经取了两个值
# print(obj.__iter__().__iter__().__iter__() is obj) # True
# 可迭代对象.__iter__()得到的是该对象的迭代器对象
# 迭代器对象.__iter__().__iter__()得到的就是迭代器对象本身

迭代器对象代码:

for v in 'abc'.__iter__():
    print(v)
结果:
a
b
c

for v in 'abc'.__iter__():
    print(v)
结果:
a
b
c
# 为什么此处可以重复打印?  因为第二次重新给字符串装换到了迭代器对象
因此可以重复使用,而不是上面取完值后,下面没有输出结果
View Code
with open('abc.txt', 'r', encoding='utf-8') as f:
    print(f.__next__())
    print(f.__next__())
    print(f.__next__())



#‘abc.txt’文件里存在多行数据,此时的print是一行打印一次,因此需要多个print
View Code

直接:

可迭代对象:即有有__iter__()方法的对象,调用该方法返回迭代器对象

  str | list | tuple | dict | set | range() | file | 迭代器对象 | enumerate() | 生成器

 

迭代器对象:有__next__()方法的对象,也就是用该方法一次从迭代器对象中获取一个值,取出一个少一个

file | enumerate() | 生成器

重点:
1.从迭代器对象中取元素,取一个少一个,如果要从头开始去,需要重新获得拥有所有元素的迭代器对象
2.迭代器对象也有__iter__()方法,调用后得到的是自己本身(当前含义几个元素,得到的就只有几个元素的迭代器对象)

3、对于for循环迭代:

     1.自动获取被迭代对象的迭代器对象
     2.在内部一次一次调用__next__()方法取值;
     3.自动完成异常处理

三、生成器

# 生成器:就是一个迭代器对象
# 包含yield关键字的函数就是生成器
# 该函数名()得到的是生成器对象,且不会执行函数体
# 在函数内部执行一次,在遇到下一个yield时停止,且可以拿到yield的返回值
def my_yield():
 print('first')
 yield 1
 print('second')
 yield 2
 print('Third')
 yield 3
g=my_yield()

next(g)    
next(g)
next(g)
#以下为结果:   只打印函数体
first
second
Third

print(next(g)
print(next(g)
print(next(g)
#以下为结果:  函数体和返回值都打印
first
1
second
2
Third
3
打印生成器的结果1
def my_yield():
 print('first')
 yield 1
 print('second')
 yield 2
 print('Third')
 yield 3


for i in my_yield():
    print(i)

#下面为结果:
first
1
second
2
Third
3


yields=my_yield()
print(yields)
#以下为结果:
<generator object my_yield at 0x000000000216A390>



yields=my_yield()
print(list(yields))
#以下为结果:
first
second
Third
[1, 2, 3]
打印生成器的结果2
总结:
按 顺序打印函数体和返回值:
for 循环       print(next(i))

先打印函数体后打印返回值:
print(list(i))   用其他类型数据转换

直接打印函数体:
next(i)

直接打印生成器地址:
print(i)


建议日常使用for循环和next方式取值
生成器打印结果总结


四‘枚举对象 ’
enumerate
通过for迭代器 循环遍历 可迭代对象,需要知道迭代的索引
#从上一次停止的位置紧着往下走,在再遇到下一个yield时停止,且可以拿到yield的返回值
# 生成器可以被for循环迭代
ls = [1, 3, 5, 7, 9]
for i, v in enumerate(ls):
print(i, v)
结果:

0 1
1 3
2 5
3 7

4 9

小点:
dict={'a':1,'b':2}
lis=[]
for i in enumerate(dict):
    lis.append(i)
print(lis)
#[(0, 'a'), (1, 'b')]

#此处可见 仅用一个值i就可将索引与对应的值导出
#可利用此种特性将数据成行打印

#也可利用两个参数,将其换行打印

  

 

转载于:https://www.cnblogs.com/changwenjun-666/p/10651112.html

Logo

开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!

更多推荐