Python--day14（迭代器）

今日主要内容

1.  带参装饰器 （了了解）

2.  迭代器（*****）

可迭代对象

迭代器对象

for迭代器

枚举对象

1.  带参装饰器

1.  通常，装饰器为被装饰的函数添加新功能，需要外界的参数

　　outer参数固定就是一个，就是func

　　inner参数固定同被装饰的函数，也不能添加新参数

　　可以借助函数的嵌套定义，外层给内层传参

def wrap(info):    # 装饰器的固定模板    def outer(func):        def inner(*args,**kwargs):            # 新功能 可能需要外界的参数            res = func(*args， **kwargs)            # 新功能 可能需要外界的参数            return res        return inner

@wrap('外部参数')def fu():pass

2.  系统的wraps带参装饰器

本质上外界使用的韩式inner，但是打印显示的是wraps中的函数

from functools import wraps# 装饰器的固定模板    def outer(func):        @wraps(func)        def inner(*args,**kwargs):                        res = func(*args， **kwargs)                        return res        return inner

2.  迭代器

2.1  迭代器

迭代器对象：可以不用依赖索引取值的容器

可迭代对象：可以通过某种方式得到迭代器对象

迭代器的优点：可以不用依赖于索引取值

迭代器的缺点：只能从前往后依次取值，不能指定位置取值，所以不能计算长度

2.2  可迭代对象

可迭代对象：有__iter__()方法的对象，可迭代对象调用__iter__()得到的是迭代器对象

ls = [1,2,3,4,5,6]res = ls.__iter__()print(res,list(res))   # <list_iterator object at 0x0000023CAE7A8240> [1, 2, 3, 4, 5, 6]

可迭代对象有哪些：str，list，tuple，dict，set,文件对象、range()、enumerate()、生成器对象

2.3  迭代器对象

迭代器对象：有__next__()方法的对象是迭代器对象，迭代器对象依赖__next__()方法进行取值.

1.   既内置有__next__方法的对象，执行迭代器__next__方法可以不依赖索引取值

2.  又有__iter__()方法的对象，执行迭代器__iter__()方法得到的仍然是迭代器本身

s = [1,2,3]res = s.__iter__()ls1 = res.__next__()print(ls1)               # 1ls2 = res.__iter__()print(ls2 is res)        # True

迭代器对象：enumerate() | file | 生成器对象

2.4  for循环迭代器

直接用while True循环在迭代器对象中通过__iter__()取值，终究会有取空的时候，取空再取值，会报StopIteriation异常

ls = [1,2,3,4,5]iter_ls = ls.__iter__()while True:    try:        print(iter_ls.__next__())    except StopIteration:        print('取完了')        break

for循环就是对while循环去迭代器对象的封装

for循环的工作原理：

for k in obj:pass

1. 先调用in后面那个对象的__iter__方法，得到一个迭代器对象

2. 迭代器调用__next__方法进行取值，将得到的返回值赋值给变量名k

3. 循环往复直到__next__取值，抛出异常，for会自动捕捉异常StopIteration然后结束循环

2.5  枚举对象

给可迭代对象及迭代器对象添加迭代索引

s = 'abc'for k in enumerate(s):    print(k,end=' ')   # (0, 'a') (1, 'b') (2, 'c') 

dic = {'a': 1, 'b': 2, 'c': 3}obj = enumerate(dic)print(obj.__next__())    # (0, 'a')

dic = {'a': 1, 'b': 2, 'c': 3}for i,k_v in enumerate(dic.items()):    k,v = k_v    print(k_v,end='')        # ('a', 1)('b', 2)('c', 3)    print(i,k,v,end='     ')   # 0 a 1     1 b 2     2 c 3    

2.6  生成器

生成器：自定义的迭代器对象，就是用函数语法来声明生成器，用yield官架子取缔啊return关键字来返回值，参数没有多少变化

总结：有yield关键字的函数，函数名()，不是调用函数，而是生成得到生成器对象，生成器对象就是迭代器对象，可以通过__next__()进行取值

执行流程

def fn():    yield 1    yield 3    yield 5obj = fn()print(obj.__next__())    # 1    从开始往下执行，遇到第一个yield停止，拿到第一个yield的返回值print(obj.__next__())    # 3    从上一次停止的yield往下执行，在再遇到yield的地方停止，拿到当前yield的返回值print(obj.__next__())    # 5print(obj.__next__())    # StopIteration    以此类推，直到无法获得下一个yield，抛出StopIteration异常

# 案例一  创建生成器，从其取值，依次得到1! 2! 3! ...

def jiecheng():    ji = 1    count  = 1    while True:        ji *= count        yield  ji        count +=1obj = jiecheng()print(obj.__next__())   # 1print(obj.__next__())   # 2print(obj.__next__())   # 6print(obj.__next__())   # 24   可以无限取下去

# 案例二def jiecheng_num(num):    ji = 1    for i in range(1,num+1):        ji *= i        yield jiobj = jiecheng_num(3)print(obj.__next__())    # 1print(obj.__next__())    # 2print(obj.__next__())    # 3print(obj.__next__())    # StopIteration

# 案例三def my_range(num):    count = 0    while count < num:        yield count        count +=1

for k in my_range(3):    print(k,end=' ')       # 0 1 2print(list(my_range(3)))   # [0, 1, 2]print(tuple(my_range(3)))  # (0, 1, 2)