11.迭代器与生成器模块与包

Posted 2020-11-19 woaixuexi9999

1.迭代器和生成器

迭代器

迭代器对象要求支持迭代器协议的对象，在Python中，支持迭代器协议就是实现对象的__iter__()和__next__()方法。
其中__iter__()方法返回迭代器对象本身；__next__()方法返回容器的下一个元素，在结尾时引发StopIteration异常。

#迭代器 iterator
li = [1,2]
del li

li = []
##for i in range(11):
##    if i%2==0:
##        li.append(i)

for i in range(0,11,2):
    li.append(i)
class TupleIter:
    def __init__(self,li):
        self.li = li
        self._index = 0
    def __iter__(self):
        return self
    def __next__(self):
        if self._index < len(self.li):
            index = self.li[self._index]
            self._index += 1
            return index
        else:
            raise StopIteration

tu = TupleIter((1,2,3,4,5))

 

生成器

    在Python中，使用生成器可以很方便的支持迭代器协议。
    生成器通过生成器函数产生，生成器函数可以通过常规的def语句来定义，但是不用return返回，而是用yield一次返回一个结果，在每个结果之间挂起和继续它们的状态，来自动实现迭代协议。
    
    也就是说，yield是一个语法糖，内部实现支持了迭代器协议，同时yield内部是一个状态机，维护着挂起和继续的状态。
    生成器函数返回生成器的迭代器。 “生成器的迭代器”这个术语通常被称作”生成器”。
    要注意的是生成器就是一类特殊的迭代器。作为一个迭代器，生成器必须要定义一些方法，
    其中一个就是__next__()。如同迭代器一样，我们可以使用__next__()函数来获取下一个值。
    
    在一个 generator function 中，如果没有 return，则默认执行至函数完毕，如果在执行过程中 return，
    则直接抛出 StopIteration 终止迭代。 

def fun(n):
    i = 0
    while i < n:
        print(‘***‘,i)
        yield i
        i += 1
        print(‘+++‘,i)

a = fun(5)

"""
yield可以暂停函数的执行，所以可以占用很少的空间，不会一直占用很大的内存
"""
import time
def run_time(func):
    def new_fun(*args):
        t0 = time.time()
        print(‘star time: %s‘%(time.strftime(‘%x‘,time.localtime())) )
        back = func(*args)
        print(‘end time: %s‘%(time.strftime(‘%x‘,time.localtime())) )
        print(‘run time: %s‘%(time.time() - t0))
        return back
    return new_fun

@run_time
def fab(maxnu):
    n,a,b = 0,0,1
    while n < maxnu:
        print(b)
        a,b = b,a+b
        n = n+1
##@run_time
def fab2(maxnu):
    n,a,b = 0,0,1
    while n < maxnu:
        yield b
        a,b = b,a+b
        n = n+1

b = fab2(100)
next(b) # next(b) 就是next函数调用 b 的 __next__() return b.__next__()

列表推导式

#列表推导式
l2 = [i for i in range(11)]  
l3 = [i for i in range(11) if i%2 == 0 ]
l4 = [i*2 for i in range(11) if i%2 == 0]

{i for i in range(10)}
{i:str(i) for i in range(10)}

[i if i%2==0 else str(i) for i in range(10)]

 

2.模块和包

1.内置模块
    本身就带有的库，就叫做Python的内置的库。（模块==库）
    一些常见的内置模块
    os 和操作系统相关     os.path
    sys 和系统相关      sys.path  
        sys.path.append(r‘‘)    可以添加路径
    re  正则表达式 
    
2.第三方模块
    非Python本身自带的库，就是所谓的第三方的库
        
3.模块的导入
    import xxx  [as  yy]
    from ../xx  import  xx  [as  yy]  
        
4.自定义模块
    py文件，可以做为一个模块来用，直接作为一个模块导入就行
    __main__ 的意义：
        当文件是直接运行是，文件的__name__是__main__ ，当文件是被导入时，__name__是文件名

5.包管理
    基本上就是另外一类模块。把用来处理一类事物的多个文件放在同一文件夹下组成的模块集。
    要让python 将其作为包对待，在python2中必须包含__init__.py的文件，但在python3中没有__init__.py文件也可以，使用包可以避免多个文件重名的情况，不同的包下的文件同名不影响。
        
    导入包和模块是一样的方法，包导入后会在目录中自动生成__pycache__文件夹存放生成的.pyc文件，要注意的是import后面的才是存在当前作用域中的对象名，from是告诉python从什么地方导入，
    使用sys.path添加文件的目录路径。

#模块和包
##import keyword  #内置模块
##keyword.kwlist

#模块就是一个py文件
##from keyword import kwlist as yy #导入你需要的
from keyword import kwlist,main


#同目录下
import test
__name__


#不同路径下
import os,sys

sys.path
sys.path.append(r‘C:Users不动DesktopPython基础4面向对象2多继承，类的特殊方法，装饰器‘)

import test1
##from test1 import ...

if __name__ == ‘__main__‘:
    print(__name__)
    sys.argv
    print(sys.argv)
##    print(‘******‘,sys.argv[1])

#包
#包就是把很多模块放在一起
##import xml
##import xml.dom.xmlbuilder

3.作业

1.利用列表推导式: 找出100以内所有奇数，并将所有奇数乘以3，写入列表。

li =[i*3 for i in range(101) if i%2 !=0]
li2 =[i*3 for i in range(101) if i%2 ==1]

View Code

 

2.在一个模块中定义一个用生成器，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

‘‘‘
def fab(num):
    n,a,b = 0,0,1
    while n < num:
        print(b)
        if n%10 ==0:
            yield b  #暂停
        a,b = b,a+b
        n +=1

‘‘‘
#同一个目录
import fab


#不是一个目录
import os,sys
sys.path.append(r‘C:Users不动Desktop11‘)

View Code