3.24python笔记
生成器
在 Python 中,使用了 yield 的函数被称为生成器(generator)。跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
调用一个生成器函数,返回的是一个迭代器对象。
def fibonacci(n): # 生成器函数 - 斐波那契
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a #执行一次__next__返回后面的值并且让代码停留在yield位置
a, b = b, a + b
counter += 1
f = fibonacci(10) # f 是一个迭代器,由生成器返回生成
print (next(f), end=" ")
'''生成器对象也是节省存储空间的 特性与迭代器对象一致'''
"""
当函数体代码中含有yield关键字
第一次调用函数并不会执行函数体代码
而是将函数变成了生成器
如何验证?
是否有iter()和next()方法
"""
可以使用__next__方法 和迭代器一样
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
也可以使用for循环 因为本质也是一个迭代器
for i in f:
print(i,end=" ")
yield关键字作用
# 1.在函数体代码中出现 可以将函数变成生成器
# 2.在执行过程中 可以将后面的值返回出去 类似于return
# 3.还可以暂停住代码的运行
# 4.还可以接收外界的传值(了解)
def eat(name):
print(f'{name}准备干饭')
while True:
food = yield
print(f'{name}正在吃{food}')
res = eat('赵公子')
# 想执行一次代码 如果想执行多次直至结束 可以直接用for循环
res.__next__()
res.__next__() 赵公子正在吃None
res.__next__() 赵公子正在吃None
res.send('生日蛋糕') # 可以给yield传值 并且自动调用一次__next__方法
res.send('大鸡腿') # 可以给yield传值 并且自动调用一次__next__方法
生成器表达
简便写法:
res = (i for i in 'jason')
print(res) # <generator object <genexpr> at 0x1130cf468>
print(res.__next__())
"""生成器内部的代码只有在调用__next__迭代取值的时候才会执行"""
生成器的面试题
def add(n, i):
return n + i
def test():
for i in range(4):
yield i
g = test() # 将test函数变成生成器对象
for n in [1, 10]:
g = (add(n, i) for i in g)
res = list(g) # list底层就是for循环 相当于对g做了迭代取值操作
print(res)
问:最后结果是什么?
#A. res=[10,11,12,13]
#B. res=[11,12,13,14]
#C. res=[20,21,22,23]
#D. res=[21,22,23,24]
正确答案是C 诀窍就是抓n是多少即可
"""
第一次for循环
g = (add(n, i) for i in g)
第二次for循环
g = (add(10, i) for i in (add(10, i) for i in g))
这时候还没进行迭代取值g后面的都可以不用看,这就是这道题的关键
"""
模块
Python 模块(Module),是一个 Python 文件,以 .py 结尾,包含了 Python 对象定义和Python语句。
模块让你能够有逻辑地组织你的 Python 代码段。
把相关的代码分配到一个模块里能让你的代码更好用,更易懂。
模块能定义函数,类和变量,模块里也能包含可执行的代码。
# 1.什么是模块?
模块就是一系列功能的结合体 可以直接使用
# 2.为什么要用模块?
极大地提升开发效率(拿来主义>>>:站在巨人的肩膀上)
# 3.模块的三种来源
1.内置的模块
无需下载 解释器自带 直接导入使用即可
2.自定义模块
自己写的代码 封装成模块 自己用或者发布到网上供别人使用
3.第三方模块
别人写的发布到网上的 可以下载使用的模块(很多牛逼的模块都是第三方)
# 4.模块的四种表现形式(大白话:长啥样子)
1.使用python代码编写的py文件
2.多个py文件组成的文件夹(包)
3.已被编译为共享库或DLL的c或C++扩展
4.使用C编写并链接到python解释器的内置模块
模块的两种导入方式
# 方式1>>>:import...句式
import md
print(md.name)
md.read1()
# 方式2>>>:from...import...句式
from md import name,money,read1
print(name) # jasonNB
name = 'kevin'
print(name) # kevin
导入补充
# 1.可以给模块起别名(使用频率很高)
'''比如模块名或者变量名很复杂 可以起别名简写'''
# import md as m
# print(m.name)
# from md import name as n
# print(n)
# 2.连续导入多个模块或者变量名
# import time, sys, md
# from md import name, read1, read2
"""连续导入多个模块 这多个模块最好有相似的功能部分 如果没有建议分开导入
如果是同一个模块下的多个变量名无所谓!!!
"""
# import time
# import sys
# import md
# 3.通用导入
from md import *
'''*表示md里面所有的名字 from...import的句式也可以导入所有的名字
如果模块文件中使用了__all__限制可以使用的名字 那么*号就会失效 依据__all__后面列举的名字
'''
print(name)
print(money)
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 25岁的心里话
· 按钮权限的设计及实现