Python之迭代器生成器装饰器和递归

Posted 2020-06-09

一、迭代器&生成器

1.迭代器

迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。

迭代器只能往前不会后退，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件

特点：

1. 访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容
   
2. 不能随机访问集合中的某个值 ，只能从头到尾依次访问
   
3. 访问到一半时不能往回退
   
4. 便于循环比较大的数据集合，节省内存空间
   

在变量加入iter，设置成一个迭代器，在迭代器中“_next_” 一个功能可用。

例子：

#!/usr/bin/env python
# -*-coding:utf-8 -*-
names = iter([‘feng‘,‘soft‘,‘worter‘])
print(names)
print(names.__next__())
print(names.__next__())
print(names.__next__())
#print(names.__next__())

执行结果

<list_iterator object at 0x00000000021CB208>
feng
soft
worter

由于names里面有三个元素此时候在执行第四次就会报错，具体如下：

#!/usr/bin/env python
# -*-coding:utf-8 -*-
names = iter([‘feng‘,‘soft‘,‘worter‘])
print(names)
print(names.__next__())
print(names.__next__())
print(names.__next__())
print(names.__next__())

执行结果

<list_iterator object at 0x00000000027BB438>
Traceback (most recent call last):
feng
  File "E:/Python/S12/day4/didaiqi.py", line 8, in <module>
soft
    print(names.__next__())  
worter
StopIteration  看见这个报错
Process finished with exit code 1

和读取文件中的for line in f: print line的过程类似，不是一次性把所有文件读入内存。

2.生成器（generator）

一个函数调用时返回是一个迭代器，那这个函数就叫做生成器（generator），如果函数中包含yield语法，那这个函数就会变成生成器

作用：yield可以使函数中断，并保存中断状态，中断后，代码可以继续往下执行，过一段时间还可以再重新调用这个函数，从上次yield的下一句开始执行。

例子：

#!/usr/bin/env python
# -*-coding:utf-8 -*-
def cash_money(amount):
    while amount > 0 :
        amount -= 100
        yield  100
        print("过来取钱了啦")
atm = cash_money(500)
print(type(atm))
print(atm.__next__())
print(atm.__next__())
print(‘testset‘)
print(atm.__next__())

执行结果：

<class ‘generator‘>
100
过来取钱了啦
100
testset
过来取钱了啦
100
Process finished with exit code 0

对于上面例子的结论：当执行到100的时候，while里面的print的就不执行了，当第二次执行_next_的时候，才会执行print，然后再while一次，还是执行到yield就返回了。

另外，还可通过yield实现在单线程的情况下实现并发运算的效果。

例子：

#!/usr/bin/env python
# -*-coding:utf-8 -*-
import  time
def consumer(name): # 消费者
    print(‘%s 准备吃包子了！‘ %name)
    while True:
        baozi = yield
        print("包子[%s]来了，被[%s]吃了！" %(baozi,name))
def producer(name): #供方
    c = consumer(‘zhangs‘)
    d = consumer(‘li‘)
    c.__next__()
    d.__next__()
    print(‘顾客要吃包子，开始做包子啦！‘)
    for i in range(10):  #range 0-9
        time.sleep(1)  #程序停止1秒
        print(‘做了两个！‘)  
        c.send(i)  #和前面的yield进行配合。
        d.send(i)
producer(‘feng‘)

以上大体的执行过程：首先producer函数被调用，赋值”feng“,开始执行producer函数，分别将consumer赋值，定义为c、d，执行c._next_()，跳到cusumer生成器，执行print，进入while循环，”baozi“后面的yiled无输入值，此时c的第一次挂起，这时候d执行同样的操作，同样挂起，这时候c.__next__()、d.__next__()都执行完成了，开始执行print，for循环，执行到c.send(i)时候，由于给予c发送了一个生成器值，执行会返回到baozi，并赋予了i的值，往下执行print,在执行d.send(i),随着for 循环i一直变化，send一直向yield输送值，直到整个过程完成。整体就形成了交互式的异步信息传递。

执行结果：

zhangs 准备吃包子了！
li 准备吃包子了！
顾客要吃包子，开始做包子啦！
做了两个！
包子[0]来了，被[zhangs]吃了！
包子[0]来了，被[li]吃了！
做了两个！
包子[1]来了，被[zhangs]吃了！
包子[1]来了，被[li]吃了！
做了两个！
包子[2]来了，被[zhangs]吃了！
包子[2]来了，被[li]吃了！
做了两个！
包子[3]来了，被[zhangs]吃了！
包子[3]来了，被[li]吃了！
做了两个！
包子[4]来了，被[zhangs]吃了！
包子[4]来了，被[li]吃了！
做了两个！
包子[5]来了，被[zhangs]吃了！
包子[5]来了，被[li]吃了！
做了两个！
包子[6]来了，被[zhangs]吃了！
包子[6]来了，被[li]吃了！
做了两个！
包子[7]来了，被[zhangs]吃了！
包子[7]来了，被[li]吃了！
做了两个！
包子[8]来了，被[zhangs]吃了！
包子[8]来了，被[li]吃了！
做了两个！
包子[9]来了，被[zhangs]吃了！
包子[9]来了，被[li]吃了！

二、装饰器

函数的默认反馈值是None

先来个例子：

def login(func1): #这个时候的（func1）参数为（tv(‘func2‘)）
    def inner(arg):
        print(‘passswd user verification.........‘)
        func1(arg) #arg等价于func2
  #      return func()
    return  inner  #此处的inner为一个函数体  #编号1
@login  模块调用,datetime,time,logging,递归,双层装饰器, json,pickle迭代器和生成器

 Python迭代器和生成器,装饰器
 Python初探第二篇-装饰器和迭代器，生成器
 Python成长之路第五篇：Python基础之迭代器和生成器
 第四周Python--装饰器（迭代器生成器）
 Python中的迭代器和生成器，以及装饰