函数名运用 新版格式化输出 迭代器
函数名的运用 (第一类对象)
函数名的内存地址
def func():
print(0)
print(func) # 函数变量的内存地址
# <function func at 0x1101e4ea0>
# 其实深一步理解可得知，与其说函数名()可以执行这个函数，不如说是函数的内存地址()才是执行这个函数的关键
函数名可以赋值给其他变量
def func():
print("呵呵")
print(func)
a = func # 把函数当成一个变量赋值给另一个变量
a() # 函数调用 func()
函数名可以当作容器类的元素(作为list元素)
def func1():
print("in func1: 嘻嘻")
def func2():
print("in func2: 哈哈")
def func3():
print("in func3: 咯咯")
def func4():
print("in func4: 吱吱")
lst = [func1, func2, func3, func4]
for i in lst:
i() # 分别去执行四个函数
# in func1: 嘻嘻
# in func2: 哈哈
# in func3: 咯咯
# in func4: 吱吱
函数名可以当作函数的实参
def func1():
print('in func1')
def func2(f):
print('in func2')
f()
func2(func1) # in func1
函数名可以作为函数的返回值
def func1():
print('in func1')
def func2(f):
print('in func2')
return f
ret = func2(func1)
ret() # ret, f, func1 都是指向的func1这个函数的内存地址
func2()() # 简化
f-strings 格式化输出
不区分大小写 (F(f)+ str)
任意表达式
可以结合函数
不能放一些特殊字符 :
print(f"{{73}}") # {73}
print(f"{{{73}}}") # {73}
print(f"{{{{73}}}}") # {{73}}
m = 21
# ! , : { } ;这些标点不能出现在{} 这里面。 ","放在数据后面可以用
# print(f'{;12}') # 报错
# 所以使用lambda 表达式会出现一些问题。
# 解决方式：可将lambda嵌套在圆括号里面解决此问题。
x = 5
print(f'{(lambda x: x*2) (x)}') # 10
迭代器
可迭代对象
- 在python中，但凡内部含有_ iter _方法的对象，都是可迭代对象。
- 类型 : str list tuple dic set range
_ iter _ 查看是否是可迭代
print(_ iter _ in dir(i) ) 或者 print(dir(s1)) 查看
- 内置函数dir() 查看对象内部 print(dir(对象)) 里面是否有_ iter _
- 判断python中的一个对象是不是可迭代对象
s1 = 'alex'
i = 100
print('__iter__' in dir(i)) # False
print('__iter__' in dir(s1)) # True
或者
s1 = 'alex'
print(dir(s1)) # 查看s1中具有的函数方法
迭代器
- 内部含有'_ Iter _'方法并且含有' _ next _'方法的对象就是迭代器
_ iter _ 且_ next _查看是否是迭代器
print(_ iter _ in dir(i) ) 且 print(_ next _ in dir(i) ) 都是True 或者 print(dir(s1)) 查看
文件句柄是迭代器
o1 = 'alex'
o2 = [1, 2, 3]
o3 = (1, 2, 3)
o4 = {'name': '太白','age': 18}
o5 = {1, 2, 3}
f = open('file',encoding='utf-8', mode='w')
print('__iter__' in dir(o1)) # True
print('__iter__' in dir(o2)) # True
print('__iter__' in dir(o3)) # True
print('__iter__' in dir(o4)) # True
print('__iter__' in dir(o5)) # True
print('__iter__' in dir(f)) # True
# hsagn
print('__next__' in dir(o1)) # False
print('__next__' in dir(o2)) # False
print('__next__' in dir(o3)) # False
print('__next__' in dir(o4)) # False
print('__next__' in dir(o5)) # False
print('__next__' in dir(f)) # True 文件句柄是迭代器
f.close()
可迭代对象转化为迭代器
li = [1,2,3,4]
# 利用 内置函数 .iter() 或者 __iter__()
obj = iter(li) 或者
obj = li.__iter__()
print(obj) # <list_iterator object at 0x0000000001DEA2E8>
next() 进行取值
迭代器可以迭代取值,利用进行取值,一个一个拿元素,有位置记忆
# 利用 内置函数 .next() 或者 __next__()
li = [1,2,3,4]
obj = iter(li)
print(obj)
print(next(obj))
print(next(obj))
print(next(obj))
print(next(obj)) # 只限 li的长度之内
print(next(obj)) # 超范围会报错
使用 while 循环 + 迭代器来模拟 for 循环（必须掌握）
li = [1,2,3,4]
li_1 = li.__iter__() # 将可迭代对象转化成迭代器
while 1: # 利用while循环，next进行取值
try: # 利用异常处理终止循环
print(next(li_1))
except StopIteration:
break
可迭代对象与迭代器 对比 及 应用
可迭代对象
- 是一个私有的方法比较多，操作灵活（比如列表，字典的增删改查，字符串的常用操作方法等）,比较直观，但是占用内存，而且不能直接通过循环迭代取值的这么一个数据集。
应用
- 当你侧重于对于数据可以灵活处理，并且内存空间足够，将数据集设置为可迭代对象是明确的选择。
迭代器
- 是一个非常节省内存，可以记录取值位置，可以直接通过循环+next方法取值，但是不直观，操作方法比较单一的数据集。
应用
- 当你的数据量过大，大到足以撑爆你的内存或者你以节省内存为首选因素时，将数据集设置为迭代器是一个不错的选择。（可参考为什么python把文件句柄设置成迭代器）。
- 迭代是数据处理的基石。扫描内存中放不下的数据集时，我们要找到一种的方式，即按需一次获取一个数据项。这就是迭代器模式
