Python迭代器
Python 迭代器
一. 函数名的运用
函数名是一个变量, 但它是一个特殊的变量, 与括号配合可以执行函数的变量
1.1.函数名的内存地址
def func():
print("呵呵")
print(func)
结果: <function func at 0x1101e4ea0>
1.2 函数名可以赋值给其他变量
def func():
print("呵呵")
print(func)
a = func # 把函数当成一个值赋值给另一个变量
a() # 函数调用 func()
1.3. 函数名可以当做容器类的元素
def func1():
print("呵呵")
def func2():
print("呵呵")
def func3():
print("呵呵")
def func4():
print("呵呵")
lst = [func1, func2, func3]
for i in lst:
i()
1.4.函数名可以当做函数的参数
def func():
print("吃了么")
def func2(fn):
print("我是func2")
fn() # 执行传递过来的fn
print("我是func2")
func2(func) # 把函数func当成参数传递给func2的参数fn.
1.5. 函数名可以作为函数的返回值
def func_1():
print("这里是函数1")
def func_2():
print("这里是函数2")
print("这里是函数1")
return func_2
fn = func_1()
# 执行函数1. 函数1返回的是函数2, 这时fn指向的就是上面函数2
fn() # 执行func_2函数
二.闭包
什么是闭包? 闭包就是内层函数, 对外层函数(非全局)的变量的引用. 叫闭包
def func1():
name = "alex"
def func2():
print(name)
# 闭包
func2()
func1()
# 结果: alex
2.1 检测闭包
我们可以使用__closure__ 来检测函数是否是闭包. 使用函数名.__closure__返回cell就是
闭包. 返回None就不是闭包
def func1():
name = "alex"
def func2():
print(name)
func2()
print(func2.__closure__)
func1()
结果:
alex
(<cell at 0x0000020077EFC378: str object at 0x00000200674DC340>,)
返回的结果不是None就是闭包
这样写没有问题,但是有个问题就是这个里边的函数只能先执行了func1才能执行func2,我想在外边调用怎么办呢?
我们可不可以将里边的函数名当做参数返回给调用者啊
def outer():
name = "alex"
# 内部函数
def inner():
print(name)
return inner
fn = outer() # 访问外部函数, 获取到内部函数的函数地址
fn() # 访问内部函数
这样就实现了外部访问,那如果多层嵌套呢?很简单,只需要一层一层的往外层返回就行了
def func1():
def func2():
s = '嘿嘿'
def func3():
print(s)
return func3
return func2
func1()()()
这样我们在外界可以访问内部函数. 那这个时候内部函数访问的时间和时机就不一定了, 因为在外部, 我可以选择在任意的时间去访问内部函数. 这 个时候. 想一想. 我们之前说过, 如果一个函数执行完毕. 则这个函数中的变量以及局部命名空间中的内容都将会被销毁. 在闭包中. 如果变量被销毁了. 那内部函数将不能正常执行. 所 以. python规定. 如果你在内部函数中访问了外层函数中的变量. 那么这个变量将不会消亡. 将会常驻在内存中. 也就是说. 使用闭包, 可以保证外层函数中的变量在内存中常驻. 这样做有什么好处呢? 非常大的好处. 闭包的作用就是让一个变量能够常驻内存,供后面的程序使用
三 .迭代器
我们之前一直在用可迭代对象进行操作,那么到底什么是可迭代对象.我们现在就来讨论讨论可迭代对象.首先我们先回顾下我们
熟知的可迭代对象有哪些:
str list tuple dic set 那为什么我们称他们为可迭代对象呢?因为他们都遵循了可迭代协议,那什么又是可迭代协议呢.首先我们先看一段代码:
正确的代码:
s = 'abc'
for i in s:
print(i)
结果:
a
b
c
错误的代码:
for i in 123:
print(i)
结果
Traceback (most recent call last):
File "D:/python_object/二分法.py", line 62, in <module>
for i in 123:
TypeError: 'int' object is not iterable
注意看报错信息,报错信息中有这样一句话: 'int' object is not iterable 翻译过来就是整数类型对象是不可迭代的.
iterable表示可迭代的.表示可迭代协议 那么如何进行验证你的数据类型是否符合可迭代协议.我们可以通过dir函数来查看类中定义好的所有方法
a = 'abc'
print(dir(a)) # dir查看对象的方法和函数
# 在打印结果中寻找__iter__ 如果存在就表示当前的这个类型是个可迭代对象
我们刚刚测了字符串中是存在 __iter__ 的,那我们来看看 列表,元祖,字典.集合中是不是有存在__iter__
# 列表
lst = [1,2]
print(dir(lst))
# 元祖
tuple = (1,2)
print(dir(tuple))
# 字典
dic = {'a':1,'b':2}
print(dir(dic))
# 集合
se = {1,2,3,4,4}
print(dir(se))
是不是发现以上都有__iter__并且还很for循环啊,其实也可以这么说可以for循环的就有__iter__方法,包括range
print(dir(range))
这是查看一个对象是否是可迭代对象的第一种方法,我们还可以通过isinstence()函数来查看一个对象是什么类型的
l = [1,2,3]
l_iter = l.__iter__()
from collections import Iterable
from collections import Iterator
print(isinstance(l,Iterable)) #True #查看是不是可迭代对象
print(isinstance(l,Iterator)) #False #查看是不是迭代器
print(isinstance(l_iter,Iterator)) #True
print(isinstance(l_iter,Iterable)) #True
通过上边的我们可以确定.如果对象中有__iter__函数,那么我们认为这个对象遵守了可迭代协议.就可以获取到相应的迭代器
.这里的__iter__是帮助我们获取到对象的迭代器.我们使用迭代器中的__next__()来获取到一个迭代器的元素,那么我们之前所讲的
3.1 for循环机制
for的工作原理到底是什么? 继续向下看:
s = "我爱北京天安⻔"
c = s.__iter__() # 获取迭代器
print(c.__next__()) # 使⽤迭代器进⾏迭代. 获取⼀个元素 我
print(c.__next__()) # 爱
print(c.__next__()) # 北
print(c.__next__()) # 京
print(c.__next__()) # 天
print(c.__next__()) # 安
print(c.__next__()) # ⻔
print(c.__next__()) # StopIteration
for循环是不是也可以,并且还不报错啊,其实上边就是for的机制,
我们使用while循环和迭代器来模拟for循环: 必须要会
lst = [6,5,4]
l = lst.__iter__()
while True:
try:
i = l.__next__()
print(i)
except StopIteration
break
注意: 迭代器不能反复,只能向下执行,并且是一次性的.获取过了就不能在获取了
3.2 总结
Iterable: 可迭代对象. 内部包含__iter__()函数
Iterator: 迭代器. 内部包含__iter__() 同时包含__next__().
迭代器的特点:
1. 节省内存.
2. 惰性机制
3. 不能反复, 只能向下执行.
我们可以把要迭代的内容当成子弹. 然后呢. 获取到迭代器__iter__(), 就把子弹都装在弹夹中. 然后发射就是__next__()把每一个子弹(元素)打出来. 也就是说, for循环的时候.一开始的 时候是__iter__()来获取迭代器. 后面每次获取元素都是通过__next__()来完成的. 当程序遇到 StopIteration将结束循环.
