企业网站搜索优化外包,用vs2012做网站案例,如何建导航网站,isp网站接入做哪些业务迭代器 可迭代对象#xff1a;可以使用for循环来遍历的#xff0c;可以使用isinstance()来测试。 迭代器#xff1a;同时实现了__iter__()方法和__next__()方法#xff0c;可以使用isinstance()方法来测试是否是迭代器对象 from collections.abc import Iterable, Iterat…迭代器 可迭代对象可以使用for循环来遍历的可以使用isinstance()来测试。 迭代器同时实现了__iter__()方法和__next__()方法可以使用isinstance()方法来测试是否是迭代器对象 from collections.abc import Iterable, Iterator
li [11, 22, 33, 44, 55]print(isinstance(li, Iterable)
iterator_li iter(li)
print(isinstance(iterator_li, Iterator)
使用类实现迭代器
两个类实现一个迭代器 class MyList(object):自定义的一个可迭代对象def __init__(self):self.items []def add(self, val):self.items.append(val)def __iter__(self):#python中万物皆对象将该类对象的引用self作为实参传入到MyIterator类中myiterator MyIterator(self)return myiteratorclass MyIterator(object):自定义的供上面可迭代对象使用的一个迭代器#这里的mylist就MyList对象def __init__(self, mylist):self.mylist mylist# current用来记录当前访问到的位置#每一次调用for循环时索引位置都从零开始self.current 0def __next__(self):if self.current len(self.mylist.items):item self.mylist.items[self.current]self.current 1return itemelse:raise StopIterationdef __iter__(self):return self
一个类实现迭代器 class MyList(object):自定义的一个可迭代对象def __init__(self):self.items []self.current 0def add(self, val):self.items.append(val)def __iter__(self):#返回自身引用自己本身就是一个迭代器对象return selfdef __next__(self):if self.current len(self.items):item self.items[self.current]self.current 1return itemelse:#使用for循环第二次遍历时self.current可以从0开始self.current 0raise StopIteration可迭代对象与迭代器的总结 一个具备了__iter__方法的对象就是一个可迭代对象 当对一个可迭代对象调用iter()函数时它会自动调用这个可迭代对象的__iter__方法这个方法返回的对象当作迭代器 当对一个迭代器对象调用next()函数时他会自动调用这个迭代器对象的__next__方法这个方法返回想要的数据 迭代器一定是可迭代对象可迭代对象不一定是迭代器 数据类型list、dict、str等是Iterable单不是Iterator,不过可以通过iter()函数获得一个Iterator对象 迭代器的应用 如果每次返回的数据值不是在一个已有的数据集合中而是通过程序按照一定的规律计算生成的那就不用再依赖一个已有的数据集合也就是说不用再将所有要迭代的数据都一次性缓存下来这样可以节省大量的存储内存空间。 class FeiboIterator(object):斐波那契数列迭代器def __init__(self, n):# 斐波那数列值的个数self.n n# 记录当前遍历的下标self.index 0# 斐波那数列前面的两个值self.num1 0self.num2 1def __next__(self):被next()函数调用来获取下一个数if self.index self.n:num self.num1self.num1, self.num2 self.num2, self.num1 self.num2self.index 1return numelse:raise StopIterationdef __iter__(self):迭代器的__iter__返回自身即可return selfif __name__ __main__:fb FeiboIterator(20)for num in fb:print(num, end ) 生成器
生成器的定义 使用了yield关键字的函数不再是函数而是生成器。 yield关键字有两点作用 保存当前运行状态断点然后暂停执行即将生成器函数挂起 将yield关键字后面表达式的值作为返回值返回此时可以理解为起到了return作用 可以使用next()函数让生成器从断点处继续执行唤醒生成器(函数) python3中的生成器可以使用return返回最终运行的返回值 生成器是这样一个函数他记住上一次返回在函数体中的位置。对生成器函数的第二次(或第n次)调用跳转至函数中间而上次调用的所有的局部变量都保持不变。生成器不仅记住了他的数据状态生成器还记住了它在流程控制构造(在命令式编程中这种构造不只是数据值中的位置。 生成器的特点 存储的是生成数据的方式(即算法,而不是存储生成的数据因此节约内存。
生成器的使用 def create_points():k 2b 1x 0while True:y k * x b#当使用send方法时会将send方法中的参数赋给temp,send()方法与next()方法类似都可以取生成器中的下一个元素。temp yield (x,y)if temp:k, b tempx yif __name__ __main__:#不再是一个普通函数的调用因为函数体内包含yield关键字此时是生成一个生成器对象g create_points()# print(next(g))# print(next(g))# print(g.send((3, 4)))# print(next(g))# print(next(g))count 0for i in g:if count 3:breakprint(i)count 1 参考链接
python生成器的原理和业务场景下的使用_for line in tqdm(f, descread sentence_cuts):如果不-CSDN博客
装饰器
装饰器的定义
装饰器可以在不改变某函数结构和调用方式基础之上为其增加新的功能并且最大化复用新的功能。
装饰器的应用场景
为函数增加日志记录、登录校验、权限校验等我们可以将这些功能写成一个装饰器然后直接应用到相应需要改功能的函数中即可可以保证对原代码和函数零侵入。
装饰器的本质是一个闭包函数
装饰器函数
def timing_decorator(func):def wrapper(*args, **kwargs):start_time time.time()result func(*args, **kwargs)end_time time.time()execution_time end_time - start_timeprint(f{func.__name__} cost time: {execution_time:.4f} s)return resultreturn wrapper构造执行函数
timing_decorator
def demo():time.sleep(5)
执行demo函数时会打印该函数执行时间为5s 参考文献
python装饰器全解--包含实现原理及应用场景_装饰器实现原理-CSDN博客 闭包
什么是闭包
概念一个函数可以引用作用域外的变量同时也可以在函数内部进行使用的函数称之为闭包函数。而这个作用域外的变量称之为自由变量。这个自由变量不同于C的static修饰的静态变量也不同于全局变量它是和闭包函数进行绑定的。 闭包函数是函数的嵌套函数内还有函数即外层函数嵌套一个内层函数 在外层函数定义局部变量在内层函数通过nonlocal引用并实现指定功能比如计数 最后外层函数return内层函数 主要作用可以变相实现私有变量的功能即用内层函数访问外层函数内的变量并让外层函数内的变量常驻内存
为什么要使用闭包 封装变量 闭包允许你创建一个包含函数和其所在环境中变量的封闭空间。这样你可以隐藏一些变量使其不易被外部访问起到一定的封装作用。 保持状态 闭包函数可以保持其创建时的状态。这意味着你可以在函数外部改变闭包内部的变量并且在多次调用闭包时保持这些变量的状态。 函数工厂 闭包函数可以用作函数工厂动态生成函数。这对于根据不同情况生成不同行为的场景很有用。 实现装饰器 闭包函数常用于实现装饰器模式通过在函数外层包装其他函数来增强其功能而无需修改原始函数的代码。 实现私有变量和方法 通过闭包你可以模拟出类似于面向对象编程中的私有变量和方法限制对内部实现的访问。
闭包的应用场景是什么
创建一个计数器但又不想让外部直接访问计数变量
def create_counter():count 0 # 这个变量在闭包内def counter():nonlocal count # 使用 nonlocal 关键字声明 count 不是局部变量count 1return countreturn counter# 创建一个计数器
my_counter create_counter()# 使用计数器
print(my_counter()) # 输出 1
print(my_counter()) # 输出 2
print(my_counter()) # 输出 3在这个例子中create_counter 函数返回了一个内部定义的 counter 函数。count 变量被封装在 counter 函数的闭包中因此外部无法直接访问。每次调用 my_counter() 时计数器会递增并返回当前计数值。
这样做的好处是我们可以创建多个独立的计数器它们各自维护自己的状态而不会互相干扰。闭包在这里提供了一种轻量级的状态封装和隔离的机制。
