一、迭代器

1、什么是迭代器

  1. 迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复都是基于上一次的结果而继续的，单纯的重复并不是迭代<br />

2、为何要有迭代器

  1. 迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类有：列表、字符串、元组、字典、集合、打开文件
  1.     l=['egon','liu','alex']
  2.     i=0
  3.     while i < len(l):
  4.         print(l[i])
  5.         i+=1
  1. 上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组；为了解决基于索引迭代器取值的局限性<br />    python必须提供一种能够不依赖于索引的取值方式，这就是迭代器

3、如何用迭代器

3.1 可迭代的对象：

但凡内置有iter方法的都称之为可迭代的对象

  1. s1=''
  2. # s1.__iter__()
  4. l=[]
  5. # l.__iter__()
  7. t=(1,)
  8. # t.__iter__()
  10. d={'a':1}
  11. # d.__iter__()
  13. set1={1,2,3}
  14. # set1.__iter__()
  16. with open('a.txt',mode='w') as f:
  17.     # f.__iter__()
  18.     pass

3.2 调用可迭代对象下的iter方法会将其转换成迭代器对象

  1. d={'a':1,'b':2,'c':3}
  2. d_iterator=d.__iter__()
  3. # print(d_iterator)
  5. # print(d_iterator.__next__())
  6. # print(d_iterator.__next__())
  7. # print(d_iterator.__next__())
  8. # print(d_iterator.__next__()) # 抛出异常StopIteration
  11. while True:
  12.     try:
  13.         print(d_iterator.__next__())
  14.     except StopIteration:
  15.         break
  17. print('====>>>>>>') # 在一个迭代器取值取干净的情况下，再对其取值娶不到
  18. d_iterator=d.__iter__()
  19. while True:
  20.     try:
  21.         print(d_iterator.__next__())
  22.     except StopIteration:
  23.         break
  26. l=[1,2,3,4,5]
  27. l_iterator=l.__iter__()
  29. while True:
  30.     try:
  31.         print(l_iterator.__next__())
  32.     except StopIteration:
  33.         break

3.3 可迭代对象与迭代器对象详解

  1. 可迭代对象（”可以转换成迭代器的对象”）：内置有iter方法对象

    1. 可迭代对象.__iter__(): 得到迭代器对象

  2. 迭代器对象：内置有next方法并且内置有iter方法的对象

    1. 迭代器对象.__next__（）：得到迭代器的下一个值<br />       迭代器对象.__iter__（）：得到迭代器的本身，说白了调了跟没调一个样子<br />dic={'a':1,'b':2,'c':3}

diciterator=dic.iter()
print(diciterator is diciterator.iter()._iter().__iter())

3.4 可迭代对象：

字符串、列表、元组、字典、集合、文件对象
迭代器对象：文件对象

  1. s1=''
  2. s1.__iter__()
  4. l=[]
  5. l.__iter__()
  7. t=(1,)
  8. t.__iter__()
  11. d={'a':1}
  12. d.__iter__()
  14. set1={1,2,3}
  15. set1.__iter__()
  18. with open('a.txt',mode='w') as f:
  19.     f.__iter__()
  20.     f.__next__()

3.5 for循环的工作原理：

for循环可以称之为叫迭代器循环
d={‘a’:1,’b’:2,’c’:3}

  1. d.iter()得到一个迭代器对象
  2. 迭代器对象.next()拿到一个返回值，然后将该返回值赋值给k
  3. 循环往复步骤2，直到抛出StopIteration异常for循环会捕捉异常然后结束循环

for k in d:
print(k)

with open(‘a.txt’,mode=’rt’,encoding=’utf-8’) as f:
for line in f: # f.iter()
print(line)

list(‘hello’) #原理同for循环

3.6 迭代器优缺点总结

缺点：

I、为序列和非序列类型提供了一种统一的迭代取值方式。
II、惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。

缺点：

I、除非取尽，否则无法获取迭代器的长度
II、只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。

4、叠加多个装饰器的加载、运行分析（了解*）

def deco1(func1): # func1 = wrapper2的内存地址
    def wrapper1(*args,**kwargs):
        print('正在运行===>deco1.wrapper1')
        res1=func1(*args,**kwargs)
        return res1
    return wrapper1

def deco2(func2): # func2 = wrapper3的内存地址
    def wrapper2(*args,**kwargs):
        print('正在运行===>deco2.wrapper2')
        res2=func2(*args,**kwargs)
        return res2
    return wrapper2

def deco3(x):
    def outter3(func3): # func3=被装饰对象index函数的内存地址
        def wrapper3(*args,**kwargs):
            print('正在运行===>deco3.outter3.wrapper3')
            res3=func3(*args,**kwargs)
            return res3
        return wrapper3
    return outter3


加载顺序自下而上(了解)
@deco1      # index=deco1(wrapper2的内存地址)        ===> index=wrapper1的内存地址
@deco2      # index=deco2(wrapper3的内存地址)        ===> index=wrapper2的内存地址
@deco3(111) # ===>@outter3===> index=outter3(index) ===> index=wrapper3的内存地址
def index(x,y):
    print('from index %s:%s' %(x,y))

@执行顺序自上而下的，即wraper1-》wrapper2-》wrapper3
index(1,2) # wrapper1(1,2)

image.png
返回值顺序 res3—>res2—>res1

二、生成器

1、如何得到自定义的迭代器

在函数内一旦存在yield关键字，调用函数并不会执行函数体代码
会返回一个生成器对象，生成器即自定义的迭代器

def func():
    print('第一次')
    yield 1
    print('第二次')
    yield 2
    print('第三次')
    yield 3
    print('第四次')


g=func()
print(g)
# 生成器就是迭代器
g.__iter__()
g.__next__()

会触发函数体代码的运行，然后遇到yield停下来，将yield后的值
当做本次调用的结果返回

res1=g.__next__()
print(res1)


res2=g.__next__()
print(res2)

res3=g.__next__()
print(res3)

res4=g.__next__()



len('aaa') # 'aaa'.__len__()

next(g)    # g.__next__()
iter(可迭代对象)     # 可迭代对象.__iter__()

应用案列

def my_range(start,stop,step=1):
    # print('start...')
    while start < stop:
        yield start
        start+=step
    # print('end....')


# g=my_range(1,5,2) # 1 3
# print(next(g))
# print(next(g))
# print(next(g))

for n in my_range(1,7,2):
    print(n)

2、总结yield

有了yield关键字，我们就有了一种自定义迭代器的实现方式。yield可以用于返回值，但不同于return，函数一旦遇到return就结束了，而yield可以保存函数的运行状态挂起函数，用来返回多次值

3、yield返回值

x=yield 返回值


  1. ```python def dog(name): print(‘道哥%s准备吃东西啦…’ %name) while True:
     # x拿到的是yield接收到的值
 x = yield # x = '肉包子'
 print('道哥%s吃了 %s' %(name,x))

g=dog(‘alex’) g.send(None) # 等同于next(g)

g.send([‘一根骨头’,’aaa’])

g.send(‘肉包子’)

g.send(‘一同泔水’)

g.close()

g.send(‘1111’) # 关闭之后无法传值


2. <br />
```python
def dog(name):
    food_list=[]
    print('道哥%s准备吃东西啦...' %name)
    while True:
        # x拿到的是yield接收到的值
        x = yield food_list # x = '肉包子'
        print('道哥%s吃了 %s' %(name,x))
        food_list.append(x) # ['一根骨头','肉包子']

g=dog('alex')
res=g.send(None)  # next(g)
print(res)

res=g.send('一根骨头')
print(res)

res=g.send('肉包子')
print(res)
# g.send('一同泔水')

def func():
    print('start.....')
    x=yield 1111  # x='xxxxx'
    print('哈哈哈啊哈')
    print('哈哈哈啊哈')
    print('哈哈哈啊哈')
    print('哈哈哈啊哈')
    yield 22222

g=func()
res=next(g)
print(res)

res=g.send('xxxxx')
print(res)

三、三元表达式

针对以下需求

def func(x,y):
    if x > y:
        return x
    else:
        return y

res=func(1,2)
print(res)

三元表达式
语法格式： 条件成立时要返回的值 if 条件 else 条件不成立时要返回的值

x=1
y=2

# res=x if x > y else y
# print(res)


res=111111 if 'egon' == 'egon' else 2222222222
print(res)


#应用举例
def func():
    # if 1 > 3:
    #     x=1
    # else:
    #     x=3

    x = 1 if 1 > 3 else 3

四、生成式

1、列表生成式

l = ['alex_dsb', 'lxx_dsb', 'wxx_dsb', "xxq_dsb", 'egon']
new_l=[]
for name in l:
    if name.endswith('dsb'):
        new_l.append(name)


new_l=[name for name in l if name.endswith('dsb')]
new_l=[name for name in l]

print(new_l)

把所有小写字母全变成大写
new_l=[name.upper() for name in l]
print(new_l)

把所有的名字去掉后缀_dsb
new_l=[name.replace(‘_dsb’,’’) for name in l]
print(new_l)

2、字典生成式

keys=['name','age','gender']
dic={key:None for key in keys}
print(dic)

items=[('name','egon'),('age',18),('gender','male')]
res={k:v for k,v in items if k != 'gender'}
print(res)

3、集合生成式

keys=['name','age','gender']
set1={key for key in keys}
print(set1,type(set1))

4、生成器表达式

g=(i for i in range(10) if i > 3)
# ！！！！！！！！！！！强调！！！！！！！！！！！！！！！
# 此刻g内部一个值也没有

print(g,type(g))

print(g)
print(next(g))
print(next(g))
print(next(g))
print(next(g))

with open('笔记.txt', mode='rt', encoding='utf-8') as f:
    # 方式一：
    res=0
    for line in f:
        res+=len(line)
    print(res)

    # 方式二：
    res=sum([len(line) for line in f])
    print(res)

    # 方式三 ：效率最高
    res = sum((len(line) for line in f))
    # 上述可以简写为如下形式
    res = sum(len(line) for line in f)
    print(res)