ICode9
精准搜索请尝试： 精确搜索
首页
编程语言>
数据库
系统相关
互联网
其他分享
Python
Java
JavaScript
android
PHP
首页 > 编程语言> 文章详细

Python迭代器,生成器,装饰器

2022-03-07 16:03:18  阅读：156  来源： 互联网

标签：__ return 迭代 Python 生成器 func print def


迭代器

通常来讲从一个对象中依次取出数据，这个过程叫做遍历，这个手段称为迭代(重复执行某一段代码块，并将每一次迭代得到的结果作为下一次迭代的初始值)。
可迭代对象(iterable)：是指该对象可以被用于for…in…循环，例如：集合，列表，元祖，字典，字符串，迭代器等。

  • 在python中如果一个对象实现了 __iter__方法，我们就称之为可迭代对象，可以查看set\list\tuple…等源码内部均实现了__iter__方法

  • 如果一个对象未实现__iter__方法，但是对其使用for…in则会抛出TypeError: 'xxx' object is not iterable

  • 可以通过isinstance(obj,Iterable)来判断对象是否为可迭代对象。如：

    from collections.abc import Iterable
# int a
a = 1
print(isinstance(a, Iterable))  # False

# str b
b = "lalalalala"
print(isinstance(b, Iterable))  # True

# set c
c = set([1, 2])
print(isinstance(c, Iterable))  # True

# list d

d = [1,2,3,"a"]
print(isinstance(d, Iterable)) # True

# dict e
e = {"a":1,"b":2,"c":333}
print(isinstance(e, Iterable)) # True

# tuple f
f = (1,3,4,"b","d",)
print(isinstance(f, Iterable)) # True我们也可以自己实现__iter__来将一个类实例对象变为可迭代对象：

  • 我们也可以自己实现__iter__来将一个类实例对象变为可迭代对象：

    自己实现迭代对象的要求
    1、在python中如果一个对象同时实现了__iter__和__next__(获取下一个值)方法，那么它就是一个迭代器对象。

    2、可以通过内置函数next(iterator)或实例对象的__next__()方法，来获取当前迭代的值

    3、迭代器一定是可迭代对象，可迭代对象不一定是迭代器。

    4、如果可迭代对象遍历完后继续调用next()，则会抛出：StopIteration异常。

    from collections.abc import Iterator, Iterable

class MyIterator:
    def __init__(self, array_list):
        self.array_list = array_list
        self.index = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.index < len(self.array_list):
            val = self.array_list[self.index]
            self.index += 1
            return val
        else:
            raise StopIteration


# 父类如果是迭代器，子类也将是迭代器
class MySubIterator(MyIterator):
    def __init__(self):
        pass

myIterator = MyIterator([1, 2, 3, 4])
# 判断是否为可迭代对象
print(isinstance(myIterator, Iterable))  # True
# 判断是否为迭代器
print(isinstance(myIterator, Iterator))  # True

# 子类实例化
mySubIterator = MySubIterator()
print(isinstance(mySubIterator, Iterator))  # True
# 进行迭代

print(next(myIterator))  # 1
print(myIterator.__next__())  # 2
print(next(myIterator))  # 3
print(next(myIterator))  # 4
print(next(myIterator))  # raise StopIteration

  • 迭代器优缺点：

    - 优点：
	迭代器对象表示的是一个数据流，可以在需要时才去调用next来获取一个值；因而本身在内存中始终只保留一个值，
	对于内存占用小可以存放无限数据流。
	优于其他容器需要一次将所有元素都存放进内存，如：列表、集合、字典...等。
- 缺点：
	1.无法获取存放的元素长度，除非取完计数。
	2.取值不灵活，只能向后取值，next()永远返回的是下一个值；无法取出指定值(无法像字典的key,或列表的下标)，而且迭代器对象的生命周期是一次性的，元素被迭代完则生命周期结束。

生成器

定义：在Python中，一边循环一边计算的机制，称为生成器：generator；同时生成器对象也是迭代器对象，所以他有迭代器的特性；
例如支持for循环、next()方法…等
作用：对象中的元素是按照某种算法推算出来的，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。 简单生成器：通过将列表生成式[]改成()即可得到一个生成器对象。

# 列表生成式
_list = [i for i in range(10)]
print(type(_list))  # <class 'list'>
print(_list)  # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 生成器
_generator = (i for i in range(10))
print(type(_generator))  # <class 'generator'>
print(_generator)  # <generator object <genexpr> at 0x7fbcd92c9ba0>

# 生成器对象取值
print(_generator.__next__())  # 0
print(next(_generator)) # 1
# 注意从第三个元素开始了！
for x in _generator:
    print(x)  # 2，3，4，5，6，7，8，9

因为生成器对象也有迭代器的特性，所以元素迭代完后继续调用next()方法则会引发StopIteration。
函数对象生成器：带yield语句的函数对象的返回值则是个生成器对象。

def gen_generator():
    yield 1
def func():
    return 1
print(gen_generator(), type(gen_generator()))  
# <generator object gen_generator at 0x7fe68b2c8b30> <class 'generator'>
print(func(), type(func()))  
# 1 <class 'int'>

def gen_generator():
    yield "start"
    for i in range(2):
        yield i
    yield "finish"

gen = gen_generator()
print("从gen对象中取出第一个值",next(gen))
print("从gen对象中取出第二个值",next(gen))
print("从gen对象中取出第三个值",next(gen))
print("从gen对象中取出第四个值",next(gen))

#
#从gen对象中取出第一个值 start
#从gen对象中取出第二个值 0
#从gen对象中取出第三个值 1
#从gen对象中取出第四个值 finish
#
# StopIteration
#print("从gen对象中取出五个值",next(gen)) 

#就相当于
#gen2 = (i for i in ["start",1,2,"finish"])

注意：yield 一次只会返回一个元素，即使返回的元素是个可迭代对象，也是一次性返回

def gen_generator2():
    yield [1, 2, 3]
 
 
s = gen_generator2()
print(next(s))  # [1, 2, 3]

yield生成器高级应用： send()方法，传递值给yield返回(会立即返回!)；

如果传None，则等同于next(generator)。

def consumer():
    r = ''
    while True:
        n = yield r
        if not n:
            return
        print(f'[CONSUMER] Consuming get params.. ({n})')
        if n == 3:
            r = '500 Error'
        else:
            r = '200 OK'
def produce(c):
    c.send(None)  # 启动生成器
    n = 0
    while n < 5:
        n = n + 1
        print(f'[PRODUCER] Producing with params.. ({n})')
        r = c.send(n)  # 一旦n有值，则切换到consumer执行
        print(f'[PRODUCER] Consumer return : [{r}]')
        if not r.startswith('200'):
            print("消费者返回服务异常，则结束生产，并关闭消费者")
            c.close()  # 关闭生成器
            break
consume = consumer()
produce(consume)

[PRODUCER] Producing with params.. (1)
[CONSUMER] Consuming get params.. (1)
[PRODUCER] Consumer return : [200 OK]
[PRODUCER] Producing with params.. (2)
[CONSUMER] Consuming get params.. (2)
[PRODUCER] Consumer return : [200 OK]
[PRODUCER] Producing with params.. (3)
[CONSUMER] Consuming get params.. (3)
[PRODUCER] Consumer return : [500 Error]
消费者返回服务异常，则结束生产，并关闭消费者

yield from iterable 语法，基本作用为：返回一个生成器对象，提供一个“数据传输的管道”，
yield from iterable 是 for item in iterable: yield item的缩写；
并且内部帮我们实现了很多异常处理，简化了编码复杂度。 yield 无法获取生成器return的返回值：

def my_generator2(n, end_case):
    for i in range(n):
        if i == end_case:
            return f'当 i==`{i}`时，中断程序。'
        else:
            yield i
g = my_generator2(5, 2)  # 调用
try:
    print(next(g))  # 0
    print(next(g))  # 1
    print(next(g))  # 此处要触发end_case了
except StopIteration as exc:
    print(exc.value)  # 当 i==`2`时，中断程序。

使用yield from 可以简化成：

def my_generator3(n, end_case):
    for i in range(n):
        if i == end_case:
            return f'当 i==`{i}`时，中断程序。'
        else:
            yield i
def wrap_my_generator(generator):  # 将my_generator的返回值包装成一个生成器
    result = yield from generator
    yield result
g = my_generator3(5, 2)  # 调用
for _ in wrap_my_generator(g):
    print(_)
# 输出：
# 0
# 1
# 当 i==`2`时，中断程序。

"""
yield from 有以下几个概念名词：
1、调用方：调用委派生成器的客户端（调用方）代码（上文中的wrap_my_generator(g)）
2、委托生成器：包含yield from表达式的生成器函数(包装)，作用就是提供一个数据传输的管道（上文中的wrap_my_generator）
3、子生成器：yield from后面加的生成器函数对象（上文中的my_generator3的实例对象g）
调用方是通过这个 “包装函数” 来与生成器进行交互的，即“调用方——>委托生成器——>生成器函数”
下面有个例子帮助大家理解
"""

# 子生成器
def average_gen():
    total = 0
    count = 0
    average = 0
    while True:
        new_num = yield average
        if new_num is None:
            break
        count += 1
        total += new_num
        average = total / count
    # 每一次return，都意味着当前协程结束。
    return total, count, average

# 委托生成器
def proxy_gen():
    while True:
        # 只有子生成器要结束（return）了，yield from左边的变量才会被赋值，后面的代码才会执行。
        total, count, average = yield from average_gen()
        print("总共传入 {} 个数值， 总和：{}，平均数：{}".format(count, total, average))

# 调用方
def main():
    calc_average = proxy_gen()
    next(calc_average)  # 激活协程
    calc_average.send(10)  # 传入：10
    calc_average.send(None)  # 结束协程 send(None)等于next(calc_acerage)，也就是会走到average_gen里面的return语句
    print("================== 重开协程 ===================")
    calc_average.send(20)  # 传入：20
    calc_average.send(30)  # 传入：30
    calc_average.send(None)  # 结束协程

if __name__ == '__main__':
    main()
# 输出：
# 总共传入 1 个数值， 总和：10，平均数：10.0
# ================== 重开协程 ===================
# 总共传入 2 个数值， 总和：50，平均数：25.0

装饰器

一句话来解释装饰器，就是函数的嵌套调用

主要应用在3个方面：

  • 打印程序的执行时间
  • 收集程序的执行日志
  • 用于接口访问鉴权

先看一个简单的例子

def decorator_get_function_name(func):
    """
    获取正在运行函数名
    :return:
    """

    def wrapper(*arg):
        """
        wrapper
        :param arg:
        :return:
        """
        print(f"当前运行方法名：{func.__name__}  with  params: {arg}")
        return func(*arg)

    return wrapper


# @func_name是python的语法糖
@decorator_get_function_name
def test_func_add(x, y):
    print(x + y)


def test_func_sub(x, y):
    print(x - y)


test_func_add(1, 2)
# 输出：
# 当前运行方法名：test_func_add  with  params: (1, 2)
# 3
# 不使用语法糖的话也可以用以下方法，效果是一样的
decorator_get_function_name(test_func_sub)(3, 5)
# 还记得前文讲的引用吗？我们还可以换种写法达到跟
 
 


标签：__,return,迭代,Python,生成器,func,print,def	

来源： https://www.cnblogs.com/gide/p/15976314.html 




本站声明：
1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；

2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；

3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；

4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；

5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。
关于我们 | 联系我们 | 留言反馈

专注分享技术，共同学习，共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有