迭代器、生成器、模块和包知识点总结

第一部分:迭代器

 例1.  for....in 运行机制

li=[1,2,3,4]
# 在列表中取值从第一个取到最后一个结束
# for i in li:
#     print(i)  # 1,2,3,4
i=0
while i < len(li): # 索引
    # print(i) # 输出索引 0,1,2,3
    print(li[i]) # 取列表值
    i+=1
print(i)  # i=4的时候结束

运行截图:

 

例题2. 可迭对象

    一个数据类型中包含__iter__魔术方法就被称为可迭对象

        __iter__:确定你是一个可迭代对象、生成迭代器

li1=[1,2,3,4]
# print(dir(li1))  # 有__iter__
s=123
s1='123' # 可迭代
# print(dir(s)) # 没有__iter__,不可迭代
print(dir(s1))  # __iter__

运行截图:

例3. 迭代器:iter(可迭代对象),取值=next(迭代器),同时具备有__iter__、__next__这两个魔术方法被称为一个迭代器

   生成迭代器的两种方法

       1.通过iter()函数生成

     2.通过__iter__魔术方法

li21=iter(li2)  # 必须是可迭代对象才可以生成
# print('================================================')
# li21=li2.__iter__() # 跟上述作用一样的
print(dir(li21)) # 有__iter__' __next__

运行截图:

 通过__next__方法取迭代器里面的值:当取完的时候会出现异常,可以写个对应异常

li21=iter(li2)  # 必须是可迭代对象才可以生成
# print('================================================')
# li21=li2.__iter__()  # 跟上述作用一样的
# print(dir(li21))  # 有__iter__' __next__
print(li21.__next__())  # 1 相当于在一个盒子里面逐一取值
print(li21.__next__())  # 2 [2,3,4]
print(li21.__next__())  # 3
print(li21.__next__())   # 4 []
print(li21.__next__())  #  取完了 ===StopIteration
# next是一个一个取值
# 与以上方法一样
# print(next(li21))
# print(next(li21))
# print(next(li21))
# print(next(li21))

运行截图:

 例4. for 循环的实现原理

li3=[1,2,3,4]
li31=li3.__iter__()
# 写一个异常
try:

while True:
# print(next(li31))
var=next(li31)
print(var)
except StopIteration as e:
print(e)

同理以下写法:
def f(o):
li31=o.__iter__()
try:
while True:
print(next(li31))
except Exception:
pass
f(li3)

运行截图:

 第二部分:生成器:

  是一个函数,函数里面包含一个yield关键字

 例1.生成器

def f():

    print('第一次执行')
    yield 1  # 具备 return的返回值
    # return 1

    print('第二次执行')
    yield 2

    print('第三次')

l=f()  # l:迭代器
# print(dir(l))  # __iter__,__next__
print(l) # yield:返回、暂停、等待(等待下次取值)
print(next(l)) # 取值
print(next(l)) # 第二次取值
print(next(l)) # 第三次执行并抛出一个异常

运行截图:

 例2.

def f2():
    i=0
    while i<5:
        yield i
        i+=1
j=0
l=f2()
try:
    while j<5:   # i和j实际上没什么关联
        # l=f2() # 迭代器
        print(next(l))
        j+=1
except Exception:
    pass

运行截图:

 总结:

  生成器,是Python提供的一种非常简便的语法 能让我们来自己写出迭代器;

       注意:1. 生成器,是一种特殊的迭代器

     2. 生成器指的是一个函数,返回的结果是一个迭代器

 

第三部分:模块(待续)

练习:

在一个模块中定义一个生成器, 这个生成器可以生成斐波拉契数列, 再另一个模块中使用这个生成器,得到斐波拉契数列

斐波那契数列:数列中每一个数的值都等于前两个数相加的值 [1, 1, 2, 3, 5, 8, 13, 21, 34, 55.........]

方法1:通过函数的方式实现

def f(n):  # n 为序列值
    if n==1:
        return 1
    if n==2:
        return 1
    return f(n-2)+f(n-1)

# print(f(4))

li=[]
for i in range(1,10):
    li.append(f(i))  

运行截图:

 

 方法2:通过生成器实现

# yield:返回、等待、暂停
# f() 为一个生成器
def f(max):  # max:循环的次数
    a=0
    b=1 # 每个元素值
    n=0
    while n < max:
        yield b  # 1
        # 改变b的值
        a,b=b,a+b
        # 第一次循环: a=1,b=1(因为是同时性这个时候的a还是0)
        # 第二次循环: a=1,b=2
        # 第三次循环: a=2,b=3
        # 第四次循环: a=3,b=5
        # 第五次循环:
        n+=1  # 改变条件
li2=[] for i in f(10): li2.append(i) print(li2)
# f=f(5) # 调用一次就行了,不能像以下调用多次 # print(next(f)) # print(next(f)) # print(next(f)) # print(next(f)) # print(next(f))
# 以下形式不可以调用多次 # print(next(f(5))) # 如果传5进去,循环5次 # print(next(f(5))) # print(next(f(5))) # print(next(f(5))) # print(next(f(5)))  

运行截图:

 

posted @ 2023-09-19 11:12  人生努力努力努力就好  阅读(28)  评论(0编辑  收藏  举报