Python基础（十一）

今日主要内容

• 补充：三目运算
• f-strings
• 迭代器
• 生成器

补充：三目运算

1. 三目运算（三元运算）结构：

• 表达式1 if 条件表达式 else 表达式2
• c = a if a > b else b

1. 执行流程：

   • 判断条件，如果条件正确将a赋值给c
   • 如果条件不正确将b赋值给c

   a = 10
   b = 20
   c = a if a > b else b  # 三目运算
   print(c)
   
   运行结果：
   20
   

一、f-strings

• f-strings之前我们已经说过了，python3.6以上的版本可以使用，用来格式化输出，非常的方便，今天来详细说一下

1. f-strings的格式：

   • f"xxxx{传入的变量}xxxx"（建议使用f）
   • F"xxxx{传入的变量}xxxx"（不建议使用F）

   name = "zxd"
   age = 23
   print(f"姓名:{name} 年龄:{age}")
   
   运行结果：
   姓名:zxd 年龄:23
   

2. 引号中如果需要大括号{}时，用两个{{}}代表

   print(f"{{'a'}}")  # 用两个大括号表示
   
   运行结果：
   {'a'}
   

3. 引号中需要使用引号时，一定用两个单引号''表示

   print(f"{{'a'}}")  # 用单引号表示
   
   运行结果：
   {'a'}
   

4. 传入的参数可以是三目表达式

   a = 10
   b = 10
   print(f"{a if a > b else b}")
   
   运行结果：
   10
   

二、迭代器

（一）可迭代对象

• 说迭代器之前咱们来看一看可迭代对象，什么是可迭代对象？

  • 可以一个一个取值的对象就是可迭代对象

  s = "12345"
  lst = [1, 2, 3, 4, 5]
  dic = {1: 1, 2: 2, 3: 3}
  .......
  
  # 这些都是可迭代对象
  

  • 他们共有的一个特点就是可以被for循环

  s = "12345"
  lst = [1, 2, 3, 4, 5]
  dic = {1: 1, 2: 2, 3: 3}
  
  for el in s:
  	print(el)
  for el in lst:
  	print(el)
  for el in dic:
  	print(el)
  

1. 查看可迭代对象的官方方法：

   • 查看对象是否有__iter__()方法，只要使用有此方法的对象全部都是可迭代对象
   • dir()函数可以查看对象所有的方法

   lst = [1, 2, 3, 4, 5]
   print("__iter__" in dir(lst))
   
   运行结果：
   True
   

2. 可迭代对象的特点:

   • 空间换时间的理念（用大量的空间节省时间）
   • 优点：
     • 使用灵活，每个可迭代对象都有自己的方法
     • 能够直接查看元素个数
     • 可以重复取值
   • 缺点：
     • 占内存

3. 应用：内存空间大，当数据量比较少，建议使用可迭代对象

（二）迭代器

• 迭代器可以理解成可迭代对象的实体化，它只继承了迭代性（可以一个一个取值），同时节约了内存（唯一的优点）
• 文件句柄就是一个迭代器

1. 迭代器的生成方法：

   • 两种生成方法效果相同
   • iter(可迭代对象)
     • 生成可迭代对象的迭代器
     • 打印的是迭代器的地址

   lst = [1, 2, 3, 4, 5]
   l = iter(lst)
   print(l)
   
   运行结果：
   <list_iterator object at 0x0000020BAFCEA940>
   
   

   • 可迭代对象.__iter__()
     • 生成可迭代对象的迭代器
     • 打印的是迭代器的地址

   lst = [1, 2, 3, 4, 5]
   l = lst.__iter__()
   print(l)
   
   运行结果：
   <list_iterator object at 0x000002490EFDA8D0>
   
   

2. 迭代器的取值

   • 迭代器最大的特点就是惰性机制，如果不主动向迭代器取值，迭代器是不会给你值的，同时也正因为惰性机制节约了内存
   • next(迭代器)

   lst = [1, 2, 3, 4, 5]
   l = iter(lst)
   print(next(l))
   print(next(l))
   print(next(l))
   print(next(l))
   print(next(l))
   
   运行结果：
   1 2 3 4 5
   
   

   • 迭代器.__next__()

   lst = [1, 2, 3, 4, 5]
   l = lst.__iter__()
   print(l.__next__())
   print(l.__next__())
   print(l.__next__())
   print(l.__next__())
   print(l.__next__())
   
   运行结果：
   1 2 3 4 5
   
   

   • 每次执行取值函数只向迭代器取一个值，按顺序向下取值，不能重复取值，迭代器中有多少个元素就只能next多少次，超出最大个数会报错

   lst = [1, 2, 3, 4, 5]
   l = lst.__iter__()
   print(l.__next__())
   print(l.__next__())
   print(l.__next__())
   print(l.__next__())
   print(l.__next__())
   print(l.__next__())
   
   运行结果：
   1 2 3 4 5
   StopIteration
   
   

3. 迭代器的特点：

   • 时间换空间理念（用大量的时间去节省空间）
   • 节省内存
   • 惰性机制
   • 只能向下取值，不能往复

4. for循环的本质就是一个迭代器

   • 捕获异常：向迭代器取值超出迭代器元素数量时，会捕获StopIteration异常，从而终止while循环

   lst = [1, 2, 3, 4, 5]
   l = iter(lst)
   while True:
   	try:
   		print(next(l))
   	except StopIteration:  # 捕获异常
   		break
   
   

5. 向同一个迭代器取值，迭代器内部会记录取值位置，赋值给变量，变量会指向地址和上次取值位置

   lst = [1, 2, 3, 4, 5]
   l_iter = iter(lst)
   print(next(l_iter))
   print(next(l_iter))
   print(next(l_iter))
   print(next(l_iter))
   print(next(l_iter))  # l_iter指向取值记录位置
   
   运行结果：
   1 2 3 4 5
   
   

   • l_iter指向迭代器的地址，每一次取值，l_iter指向上一次取值位置
   • 可以理解成通过熟人买东西，每次买都是上次的优惠价

6. 向同一个迭代器取值，迭代器内部会记录取值位置，若不赋值，每一次取值都从开头取值，相当于每次寻址后都从头开始

   lst = [1, 2, 3, 4, 5]
   print(next(iter(lst)))
   print(next(iter(lst)))
   print(next(iter(lst)))
   print(next(iter(lst)))
   print(next(iter(lst)))
   print(next(iter(lst)))  # 每次都从头开始取值
   
   运行结果：
   1 1 1 1 1
   
   

   • 没有赋值每次通过func()直接寻址，都从头部开始取值
   • 可以理解成没有熟人了，每次买东西都是原价

7. 应用：内存小，数据量巨大时，建议使用迭代器

（三）两者关系

• 迭代器一定是可迭代对象，可迭代对象不一定是迭代器
• 迭代器可以通过iter(可迭代对象)和可迭代对象.__iter__()得到

三、生成器

（一）什么是生成器

• 生成器的本质就是迭代器

• 生成器就是一个自己写的迭代器，而迭代器只能通过iter()函数得到

• 生成器的目的是不通过数据转换实现，通过代码实现

  • 列表转换成了迭代器，但是列表依旧加载到了内存，没有达到省内存的效果

  lst = [1, 2, 3, 4, 5]
  l_iter = iter(lst)
  print(next(l_iter))
  print(next(l_iter))
  print(next(l_iter))
  print(next(l_iter))
  print(next(l_iter))
  
  运行结果：
  1 2 3 4 5
  
  

  • 通过生成器真正达到省内存的效果

  def func():
  	yield 1
  	yield 2
  	yield 3
  	yield 4
  	yield 5
  
  f_gen = func()
  print(next(f_gen))
  print(next(f_gen))
  print(next(f_gen))
  print(next(f_gen))
  print(next(f_gen))
  
  运行结果：
  1 2 3 4 5
  
  

（二）生成器

1. 通过函数实现生成器

   • 先来看一个函数

   def func():
   	print(1)
   	return 1
   
   print(func())
   
   运行结果：
   1 1
   
   

   • 将函数中return替换成yield就变成了一个生成器

   def func():
   	print(1)
   	yield 1
   
   print(func())
   
   运行结果：
   <generator object func at 0x000001B27042C50>
   
   

   • 如果定义的是函数，函数名加括号是调用函数；而如果定义的是生成器，函数名加括号是得到的是生成器的内存地址
   • yield：
     • yield能返回多个值，以元组形式存储
     • yield能返回各种数据类型
     • yield能够写多个并且都能执行
     • yield能够记录执行位置
     • yield后面不写内容，默认返回None
     • yield只能向下进行，不能往复，一次性取值

2. 生成器的取值

   • next(生成器)

   def func():
   yield 1
   	yield 2
   yield 3
   	yield 4
   yield 5
   
   f_gen = func()
   print(next(f_gen))
   print(next(f_gen))
   print(next(f_gen))
   print(next(f_gen))
   print(next(f_gen))
   
   运行结果：
   1 2 3 4 5
   
   

   • 生成器.__next__()

   def func():
   	yield 1
   yield 2
   	yield 3
   	yield 4
   	yield 5
   
   print(func().__next__())
   print(func().__next__())
   print(func().__next__())
   print(func().__next__())
   print(func().__next__())
   
   运行结果：
   1 2 3 4 5
   
   

3. 生成器的本质就是一个迭代器，所以它拥有迭代器的所有特点

   • 时间换空间理念（用大量的时间去节省空间）
   • 节省内存
   • 惰性机制
   • 只能向下取值，不能往复

4. 向同一个生成器取值，yield会记录取值位置，赋值给变量，变量会指向地址和上次取值位置

   def func():
   	yield 1
   	yield 2
   	yield 3
   	yield 4
   	yield 5
   
   f_gen = func()
   print(next(f_gen))
   print(next(f_gen))
   print(next(f_gen))
   print(next(f_gen))
   print(next(f_gen))  # f_gen指向生成器地址和yiele记录的位置
   
   运行结果：
   1 2 3 4 5
   
   

5. 向同一个生成器取值，yield会记录取值位置，若不赋值，每一次取值都从开头取值，相当于每次寻址后都从头开始

   def func():
   	yield 1
   	yield 2
   	yield 3
   	yield 4
   	yield 5
   
   print(next(func()))
   print(next(func()))
   print(next(func()))
   print(next(func()))
   print(next(func()))  # 每次都从头开始取值
   
   运行结果：
   1 2 3 4 5
   
   

6. 若yield的值是个可迭代对象，还可以将其对象逐个返回

   • yield from

   def func():
   	yield from [1, 2, 3]
   	yield from [4, 5, 6]
   
   print(next(func()))
   print(next(func()))
   print(next(func()))
   print(next(func()))
   print(next(func()))
   print(next(func()))
   
   运行结果：
   1 2 3 4 5 6
   
   

四、三者区分

（一）可迭代对象

• 只要是可以使用__iter__()方法的对象都是可迭代对象
• 迭代器和生成器都是可迭代对象

（二）迭代器

• 查看对象的内存地址，如果有iterator就是一个迭代器
• 拥有__iter__()和__next__()放法的就是一个迭代器

（三）生成器

• 查看对象的内存地址，如果有generator就是一个生成器
• 可以使用send()方法的就是一个生成器