1,思考所有可以被for循环的:list,tuple,set,dict,range,enumerate,f,str,差不多了,为何这些数据类型可以被for循环呢?

2,一个标准的装饰器函数

from functools import wraps
def wrapper(f):
@wraps(f)
def inner(*args,**kwargs):
# 被装饰函数调用之前添加的功能
ret = f(*args,**kwargs)
# 被装饰函数调用之后添加的功能
return ret
return inner @wrapper
def func():
print("i am func") func()

3,查看一个变量或者是数据类型的所有方法dir

print(dir([])) # 告诉我字典拥有的所有方法
[].__add__() # 这些方法都可以通过点来调用

4,双下方法,一般双下方法我们不会自己去调用,通常是执行其他操作的时候,自动调用的,也叫做魔法方法

# 运行加操作的时候,会自动调用双下add方法
print([1]+[2])
print([1].__add__([2]))

5,结论,只要是可以被for循环的就有__iter__方法

# 我想查看一下这些数据有哪些共同的方法
# ret = set(dir([]))&set(dir({}))&set(dir(''))&set(dir(range(10))) # 求交集
# print(ret) # 发现了一个和可迭代的Iterable很像的双下函数__iter__ # 那我们来查看一下intl类型是否有这个函数
print("__iter__" in dir(int)) #结果为false
print("__iter__" in dir(bool))
# 看看其他的类型有没有这个函数
print("__iter__" in dir(str))
print("__iter__" in dir(dict))
print("__iter__" in dir(set))
print("__iter__" in dir(list))
print("__iter__" in dir(tuple))
print("__iter__" in dir(enumerate))
print("__iter__" in dir(range)) 运行结果:
False
False
True
True
True
True
True
True
True

6,那我们看一下者个__iter__是个什么鬼?结论:他们都是iterator,所有这些数据,执行了__iter__之后返回的都是一个iterator,就是迭代器

print([])
print([].__iter__())
print(list.__iter__([]))
print({}.__iter__())
print({1:2}.__iter__())
print(range(3).__iter__())
print(''.__iter__())
print(enumerate([]).__iter__())
print((1,).__iter__()) 运行结果:
[]
<list_iterator object at 0x10b127630>
<list_iterator object at 0x10b127630>
<dict_keyiterator object at 0x10b0d8e08>
<dict_keyiterator object at 0x10b0d8e08>
<range_iterator object at 0x10b16c4e0>
<str_iterator object at 0x10b0f77b8>
<enumerate object at 0x10b200990>
<tuple_iterator object at 0x10b127630>

7,看看迭代器独有的函数有哪些? 他们有一个共同的函数就是__next__

# 那我们看看迭代器比原来的数据多了哪些函数?求差集
print(set(dir([].__iter__()))-set(dir([])))
print(set(dir({}.__iter__()))-set(dir({})))
print(set(dir(''.__iter__()))-set(dir('')))
print(set(dir(range(10).__iter__()))-set(dir(range(10))))
# lengh_hint 元素个数
运行结果:
{'__length_hint__', '__next__', '__setstate__'}
{'__length_hint__', '__next__'}
{'__length_hint__', '__next__', '__setstate__'}
{'__length_hint__', '__next__', '__setstate__'}

8,结论,可迭代的,只要含有__iter__方法的就是可迭代的,可迭代协议里面规定的,协议就是约定好了的

迭代器都是可迭代的,可迭代的不一定是迭代器,只要是可以for循环的就都是可迭代的,就有__iter__方法,只有可迭代的才可以用for

写成可迭代对象,就是为了用for,不确定是否可以for,判断一下是否是可迭代的。

9,迭代器,迭代器协议,从容器中一个一个取值,可以取到所有的值,节省内存空间,含有__next__方法和__iter__两个方法

迭代器并不会在内存中在占用一大块内存,而是随着循环,每次生成一个,每次next在给我一个,要一个给一个,内存中永远只有一个

而且执行速度不会慢,就算真的一次全部要过来,操作系统,找地存这些数据也是很浪费时间的,所以迭代器还是很有好处的

my_list =[1,2,3,4]
my_list_iter =my_list.__iter__() ret = '__iter__' in dir(my_list_iter)
print(ret)
ret = '__next__' in dir(my_list_iter)
print(ret) ret = '__iter__' in dir(my_list)
print(ret)
ret = '__next__' in dir(my_list)
print(ret) 运行结果:
True
True
True
False

10,range ,文件句柄都是可迭代的,range可以切片的

print(range(1000)) # 这是一个可迭代对象,我给是给他要了1000个数,系统答应了,但是没有给,文件句柄也是,你打开文件时,并没有真正打文件加载到内存而是后面read的时候才去加载
print(list(range(1000))) # 这样取的话,会占用大量内存,会取出所有的数放到内存里面 # range是可以切片的 print(range(1000)[1:100])
print(list(range(1000)[1:100]))# 同样占用内存

11,迭代器循环结束会报错,因为取不到下一个值了,这个错误其实可以自己去处理的

my_list =[1,2,3,4]
my_list_iter =my_list.__iter__() # 一个列表执行了__iter__方法返回值就是一个迭代器
while True:
print(my_list_iter.__next__()) 运行结果:
1
Traceback (most recent call last):
2
File "/Users/guolixiao/PycharmProjects/lisa's_practise/boys/13.3.py", line 22, in <module>
3
print(my_list_iter.__next__())
4
StopIteration

12,如果我想写一个函数,一个一个的给我数据,而不是一次全给我,怎么办?生成器,自己写一个迭代器,其实就是生成器

我不能一直用next去调用,强制转换,会全部加载到内存,不想生产数据了,我想生产字符串,生成器函数

13,不想把所有数据一次性加载到内存,还要处处使用它,所以才有了生成器函数,因为普通的迭代器已经不能满足我们要求了,我们要自己来写

生成器有两种形式:生成器函数,本质就是我们自己写的函数,另外一个是生成器表达式

def func():
for i in range(2000000):
i = 'lisa%s'%i
return i # 这样并不能解决我的问题,因为return只可以return一次
#写到函数里面是因为我要多次使用这个函数

14,其实__iter__和__next__的字眼,我们在实际编程的时候是不会出现的,但是我们要知道原理,知道我们调用for循环的时候,内部就是这么走的,而且前面这么多也是为了后面生成器做铺垫

15,既然return不可以,那怎么?yield,生成器本质还是迭代器,就是自己写的迭代器,把普通函数的return改成yeild 就变成了生成器函数

两者共同点就是都只能在函数内部用,而且不能共用

def generator():
print(1)
yield 'a' ret = generator() # 返回值就是一个生成器
print(ret) 运行结果:
<generator object generator at 0x103845480>

16,我们会发现返回的生成器里面是有__iter__和__next__方法的,他就是一个迭代器

17,我们调用生成器的时候,并不会执行里面的代码,知道我们要用生成器里面的数据的时候才会去运行里面的代码

def generator(): # 第一步定义一个函数
print(1) #第五步执行生成器里面的代码
yield 'a' # 第六步 ret = generator() # 第二步调用函数返回给ret
print(ret) #第三步打印
print(ret.__next__()) # 第四步调用生成器里面的数值

18,多个yield,调用一次next走到一个yield,知道没有了,会抛出错误,内部函数执行会受到外部的控制

def generator():
print(1)
yield 'a'
print(2)
yield 'b' ret = generator()
print(ret)
print(ret.__next__()) 运行结果:
<generator object generator at 0x105895480>
1
a

19,如何才能不抛出错误,不能用next调用,需要用for 来调用

def generator():
yield 'a'
yield 'b'
yield 'c'
yield 'd' ret = generator()
print(ret)
for i in ret:
print(i) 运行结果:
<generator object generator at 0x105fb2480>
a
b
c
d

20,200万个Lisa字符串

def generator():  #定义生成器函数
for i in range(200000):
yield "lisa%s"%i gene_lisa = generator() for i in gene_lisa:
print(i) # 运行速度非常快,因为是要一个,给一个的,不占用内存

21,而且我们可以再取出字符串以后自己在做一些操作,比方说只要前50个,或者每个串前面加三个星号,等等

22,两个生成器是单独的,不要混了

def generator():  #定义生成器函数
for i in range(200000):
yield "lisa%s"%i gene_lisa1 = generator()
gene_lisa2 = generator() print(gene_lisa1.__next__())
print(gene_lisa2.__next__()) 运行结果:
lisa0
lisa0

23,每次for循环都是一个新的迭代器

li = [1,2,3,4]
# 列表不是一个迭代器,只是一个可迭代的,所以每次执行for循环的时候,会转化为一个迭代器,每次
# 转化出来的都是新的 for i in li:
print(i )
if i == 2:
break for i in li:
print(i)

24,实现一个监听用户输入的功能,代码和老师一模一样,但是不监听,为啥呢?

def tail(filename):
f1 = open(filename,encoding="utf-8")
# 下面我不可以用for循环,read或者readlines ,因为这些运行完了都会自动结束
# 怎么办,我们用while True,这个会一直执行,不会结束,只不过后面打印的都是空而已
while True:
line = f1.readline()
if line.strip(): #非空再打印,这样后面就不会覆盖掉了
yield line.strip() # 我想要处理一下这个数据了,那么我必须把这个数据返回回去,但是return只能返回一个,所以必须要yield g = tail("file.txt") for i in g:
print(i)

25,验证可迭代协议,和迭代器协议

from collections import Iterator   # 迭代器,import就是别人写好了的
from collections import Iterable # 可迭代的 print(isinstance([],Iterable))
print(isinstance([],Iterator)) print(isinstance([].__iter__(),Iterable))
print(isinstance([].__iter__(),Iterator)) 运行结果:
True
False
True
True

26,只有next啥也不是

# 自己定义一个数据类型
class A:
def __iter__(self):pass
def __next__(self):pass # 实例化一个对象
a = A()
print(isinstance(a,Iterable))
print(isinstance(a,Iterator)) 运行结果:
True
True

27,

li = [1,2,3,4]

for i in li:
print(i) for i in li.__iter__():
print(i) for i in li.__iter__().__iter__(): # 这个其实就没有意义了,前面已经是可迭代的了
print(li) 运行结果:
1
2
3
4
1
2
3
4
[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]

28,可迭代的.__iter__方法就可以得到一个迭代器,猜测是一个可迭代的,类似range这种,告诉你有10个数,实际上没给你,就可以用for来拿

直接告诉你是一个可迭代器,直接告诉你内存地址的

day13: 迭代器和生成器的更多相关文章

  1. day13迭代器与生成器

    三个作业: # 1.编写装饰器,为多个函数加上认证的功能(用户的账号密码来源于文件),要求登录成功一次,后续的函数都无需再输入用户名和密码 login_dic = {'alex':False} def ...

  2. DAY13 迭代器与生成器

    一.迭代器 定义:器:包含了多个值的容器 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中一次取出一个值给外界 优点:不依赖索引,完成取值 缺点:不能计算长度,不能指定位取值(只 ...

  3. python学习 day13 迭代器,生成器,枚举对象

    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 ...

  4. python 全栈开发,Day13(迭代器,生成器)

    一.迭代器 python 一切皆对象 能被for循环的对象就是可迭代对象 可迭代对象: str,list,tuple,dict,set,range 迭代器: f1文件句柄 dir打印该对象的所有操作方 ...

  5. 迭代器、生成器 day13

    一 迭代器 迭代器的由来pythone2.2引进的,是一种序列(也是一种数据类型),也是为类对象提供一个序列的入口. for 循环str list tuple dict set 文件句柄可迭代: s ...

  6. day13 python学习 迭代器,生成器

    1.可迭代:当我们打印 print(dir([1,2]))   在出现的结果中可以看到包含 '__iter__', 这个方法,#次协议叫做可迭代协议 包含'__iter__'方法的函数就是可迭代函数 ...

  7. Python_迭代器、生成器、列表推导式,生成器表达式

    1.迭代器 (1)可迭代对象 s1 = ' for i in s1: print(i) 可迭代对象 示例结果: D:\Python36\python.exe "E:/Python/课堂视频/ ...

  8. Python 从零学起(纯基础) 笔记 之 迭代器、生成器和修饰器

    Python的迭代器. 生成器和修饰器 1. 迭代器是访问集合元素的一种方式,从第一个到最后,只许前进不许后退. 优点:不要求事先准备好整个迭代过程中的所有元素,仅仅在迭代到某个元素时才计算该元素,而 ...

  9. Python之模块,迭代器与生成器

    本节涉及内容: 1. 迭代器和生成器 2. 递归 3. 字符串格式化 4. 模块 内置模块 自定义模块 第三方模块 5. 序列化的模块 json pickle (一). 迭代器和生成器: 迭代器:  ...

随机推荐

  1. 9.翻译系列:EF 6以及EF Core中的数据注解特性(EF 6 Code-First系列)

    原文地址:http://www.entityframeworktutorial.net/code-first/dataannotation-in-code-first.aspx EF 6 Code-F ...

  2. 字符串与Unicode码的相互转换

    //1,字符串转换为unicode码 var s = '吴'; //2,unicode码转字符串 '\u5434'.toString(16) //吴 或者 String.fromCharCode(21 ...

  3. mac中安装wxpython

    一.简介 wxPython是Python语言的一套优秀的GUI图形库,允许Python程序员很方便的创建完整的.功能键全的GUI用户界面. wxPython是作为优秀的跨平台GUI库wxWidgets ...

  4. T4 生成数据库实体类

    来源不详,整理如下: <#@ template language="C#" debug="True" hostspecific="True&qu ...

  5. Java JPA小记

    什么是JPA JPA之于ORM(持久层框架,如MyBatis.Hibernate等)正如JDBC之于数据库驱动. JDBC是Java语言定义的一套标准,规范了客户端程序访问关系数据库(如MySQL.O ...

  6. websphere 删除文件

    META-INF 文件夹下加入ibm-partialapp-delete.props即可 里面添加路径 如WEB-INF/xxx/xxx.xxx

  7. div界面浮动插件

    <title>JS浮动广告</title> <style type="text/css"> img{border:0;} </style& ...

  8. react-router 4.3 js实现跳转

    import React, {Component} from 'react'; import { NavLink,Link } from "react-router-dom"; i ...

  9. [Artoolkit] ARToolKit's SDK Structure on Android

    Most applications on Android are developed in Java, and Android provides a rich framework of classes ...

  10. 解决 Spring Oauth2 RedisTokenStore storeAccessToken 报错 java.lang.NoSuchMethodError: org.springframework.data.redis.connection.RedisConnection.set

    原因是Spring 版本兼容问题 参考: https://blog.csdn.net/smollsnail/article/details/78954225 继承 RedisTokenStore 修改 ...