深入理解python?生成器、迭代器、動態(tài)新增屬性及方法
一、生成器
1、生成器定義
在Python中,一邊循環(huán)一邊計算的機制,稱為生成器:generator
2、生成器存在的意義
列表所有數(shù)據(jù)都在內(nèi)存中,如果有海量數(shù)據(jù)的話將會非常消耗內(nèi)存。
例如:僅需要訪問前面幾個元素,那后邊所有空間就浪費了
如果列表元素按照某種算法推算出來,就可以在循環(huán)的過程中不斷推算出后續(xù)的元素,這樣就不必創(chuàng)建完整的 list ,從而節(jié)省大量的空間。
3、創(chuàng)建生成器方式一(生成器表達式)
生成器表達式很簡單,只要把一個列表推導(dǎo)式的 [] 改成 () ,就創(chuàng)建了一個生成器(generator):
L = [x * x for x in range(10)] #推導(dǎo)式 print(L) g = (x * x for x in range(10)) #加成括號就是生成器 print(g) #<generator object <genexpr> at 0x1022ef630> '''L是一個list,而g則是一個 generator'''
4. 創(chuàng)建生成器方式二(生成器函數(shù))
1. 生成器函數(shù)
- 如果一個函數(shù)中包含了yield關(guān)鍵字,那么這個函數(shù)就不再是一個普通的函數(shù),調(diào)用函數(shù)就是創(chuàng)建了一個生成器(generator)對象
- 生成器函數(shù):利用關(guān)鍵字yield一次性返回一個結(jié)果,阻塞,重新開始
2. 生成器函數(shù)的工作原理
- 生成器函數(shù)返回一個迭代器,for循環(huán)對這個迭代器不斷調(diào)用 __next__() 函數(shù),不斷運行到下一個 yield 語句,一次一次取得每一個返回值,直到?jīng)]有 yield 語句為止,最終引發(fā) StopIteration 異常
- yield 相當于 return 返回一個值,并且記住這個返回的位置,下次迭代時,代碼從 yield 的下一條語句(不是下一行)開始執(zhí)行
- send() 和 next() 一樣,都能讓生成器往下走一步(下次遇到 yield 停),但 send() 能傳一個值,這個值作為 yield 表達式整體的結(jié)果
測試生成器工作原理(yield)
''' 如果一個函數(shù)中包含 yield 關(guān)鍵字,那么這個函數(shù)就不再是一個普通函數(shù), 調(diào)用函數(shù)就是創(chuàng)建了一個生成器(generator)對象 生成器函數(shù):其實就是利用關(guān)鍵字 yield 一次性返回一個結(jié)果,阻塞,重新開始 原理 1. 函數(shù)有了yield之后,調(diào)用它,就會生成一個生成器 2. 下次從下一個語句執(zhí)行,切記不是下一行(tmp = yield i) 3. return在生成器中代表生成器種植,直接報錯:StopIeratation 4. next方法作用:喚醒并繼續(xù)執(zhí)行 ''' def test(): print("start") i = 0 while i<3: '''yield i #第一次執(zhí)行,此處掛起;同時將i的值返回到i #第二次執(zhí)行,從掛起的地方往下執(zhí)行''' temp = yield i #下次迭代時,代碼從`yield`的下一條語句(不是下一行)開始執(zhí)行 print(f"i:{i}") i += 1 print("end") return "done" if __name__ == '__main__': a = test() print(type(a)) print(a.__next__()) print(a.__next__()) print(a.__next__()) print(a.__next__())# 拋出異常:StopIteration ''' <class 'generator'> start 0 temp:None 1 temp:None 2 temp:None end Traceback (most recent call last): in <module> print(a.__next__())# 拋出異常:StopIteration StopIteration: done '''
測試生成器工作原理(send)
''' send的作用是喚醒并繼續(xù)執(zhí)行,發(fā)送一個信息到生成器內(nèi)部 ''' def foo(): print("start") i = 0 while i < 2: temp = yield i print(f"temp:{temp}") i += 1 print("end") g = foo() print(next(g)) #等同g.__next__(),next是內(nèi)置函數(shù) print("*"*20) print(g.send(100)) print(next(g)) # for a in g:#g所返回的值是yield處的i # print(a) ''' start 0 ******************** temp:100 1 temp:None end Traceback (most recent call last): print(next(g)) StopIteration '''
5. 總結(jié)
1. 什么是生成器
生成器僅僅保存了一套生成數(shù)值的算法,并且沒有讓這個算法現(xiàn)在就開始執(zhí)行,而是我什么時候調(diào)用它,它什么時候開始計算一個新的值,并給你返回
2. 生成器特點
- 生成器函數(shù)生成一系列結(jié)果。通過 yield 關(guān)鍵字返回一個值后,還能從其退出的地方繼續(xù)運行,因此可以隨時產(chǎn)生一系列的值。
- 生成器和迭代是密切相關(guān)的,迭代器都有一個 __next__() 成員方法,這個方法要么返回迭代的下一項,要么引起異常結(jié)束迭代。
- 生成器是一個特殊的程序,可以被用作控制循環(huán)的迭代行為,
二、迭代器
1、概念
- 迭代是Python最強大的功能之一,是訪問集合元素的一種方式
- 迭代器是一個可以記住遍歷的位置的對象
- 迭代器對象從集合的第一個元素開始訪問,直到所有的元素被訪問完結(jié)束
- 迭代器只能往前不會后退
- 迭代器有兩個基本的方法:iter()和netx()
2、可迭代對象和迭代器區(qū)別
- 一個實現(xiàn)了 iter 方法的對象,稱為 "可迭代對象 Ieratable"
- 一個實現(xiàn)了 next 方法并且是可迭代的對象,稱為"迭代器" Iterator 即:實現(xiàn)了 iter 方法和 next 方法的對象就是迭代器
!生成器都是 Iterator對象,但 list 、 dict 、str 雖然都是 Iterable(可迭代對象), 卻不是Iterator(迭代器)
''' 生成器一定是迭代器 可迭代對象不一定是迭代器,使用iter([])封裝后可轉(zhuǎn)為迭代器 ''' from collections.abc import Iterator from collections.abc import Iterable a = isinstance([], Iterator) #list、dict、str雖然是Iterable(可迭代對象),卻不是Iterator(迭代器) print(a) a = isinstance([], Iterable) #可迭代對象 print(a) """ 執(zhí)行結(jié)果: False True """
'''list、dict、str 等 Iterable 變成 Iterator,可以使用 iter() 函數(shù):''' b = isinstance(iter([]), Iterator) print(b) b = isinstance(iter('花非人陌'), Iterator) print(b) """ 執(zhí)行結(jié)果: True True """
Python的 Iterator 對象表示的是一個數(shù)據(jù)流。可以把這個數(shù)據(jù)看做是一個有序序列,但我們卻不能提前知道序列的長度,只能不斷通過 next() 函數(shù)實現(xiàn)按需計算下一個數(shù)據(jù),所以 Iterator 的計算是惰性的,只有在需要返回下一個數(shù)據(jù)時它才會計算。
所以,生成器一定是迭代器。
3、for循環(huán)本質(zhì)
#Python3 的 for 循環(huán)本質(zhì)就是通過不斷調(diào)用 next() 函數(shù)實現(xiàn)的。 for x in [1,2,3,4,5]: pass '''本質(zhì)是:''' #首先獲得Iterator對象: it = iter([1,2,3,4,5]) #循環(huán) while True: try: # 獲得下一個值: x = next(it) except StopIteration: # 遇到StopIteration 就退出循環(huán) break
4、創(chuàng)建一個迭代器
一個類作為一個迭代器使用需要在類中實現(xiàn)兩個方法 __iter__() 與 __next__()
- __iter__() 方法返回一個特殊的迭代器對象,這個迭代器對象實現(xiàn)了 __next__() 方法并通過StopIteration 異常標識迭代的完成
- __next__() 方法會返回下一個迭代器對象
#創(chuàng)建一個依次返回10,20,30,...這樣數(shù)字的迭代器 class MyNumbers: def __iter__(self): self.num = 10 return self def __next__(self): if self.num < 40: x = self.num self.num += 10 return x else: raise StopIteration myclass = MyNumbers() myiter = iter(myclass) print(next(myiter)) print(next(myiter)) print(next(myiter)) print(next(myiter)) """ 執(zhí)行結(jié)果: 10 20 30 Traceback (most recent call last): raise StopIteration StopIteration """ """ 程序解析: 在這段代碼中,MyNumbers 類定義了一個迭代器。該迭代器的作用是生成一系列數(shù)字,從 10 開始,每次增加 10,直到 40,然后停止。 在程序中,通過 iter(myclass) 方法獲取 MyNumbers 類的迭代器對象 myiter,然后調(diào)用 next(myiter) 方法獲取下一個數(shù)字。 在第一次調(diào)用 next(myiter) 方法時,迭代器會執(zhí)行 __next__() 方法,返回 self.num 的值 10,然后將 self.num 的值增加 10,變?yōu)?20。 在第二次、第三次調(diào)用 next(myiter) 方法時,迭代器會再次執(zhí)行 __next__() 方法,返回 20 和 30,然后將 self.num 的值分別增加 10,變?yōu)?30 和 40。 在第四次調(diào)用 next(myiter) 方法時,迭代器再次執(zhí)行 __next__() 方法,發(fā)現(xiàn) self.num 的值已經(jīng)大于等于 40,于是拋出 StopIteration 異常,表示迭代已經(jīng)結(jié)束。 """
三、動態(tài)添加屬性和方法
1、動態(tài)編程語言定義
指在運行時可以改變其結(jié)構(gòu)的語言:例如新的函數(shù)、對象、甚至代碼可以被引進,
已有的函數(shù)可以被刪除或是其他結(jié)構(gòu)上的變化
2、運行過程中給對象添加屬性和方法
#coding=utf-8 import types class Person(): def __init__(self, name, age): self.name = name self.age = age p1 = Person("zhangsan", 20) p2 = Person("lisi", 18) #動態(tài)給對象添加屬性和方法 p1.score = 100 print(p1.score) #加給p1的只能p1用,對象的也是一樣 #動態(tài)給對象添加方法 def run(self): print(f"{self.name}, running...") p1.run = types.MethodType(run, p1) #而types.MethodType(run,p1)則是告訴解釋器,self指的就是p1 p1.run() """ 執(zhí)行結(jié)果: 100 zhangsan, running... """
3、給類動態(tài)添加靜態(tài)方法以及類方法
#encoding=utf-8 class Person(): __slots__ = {"name", "age"} def __init__(self, name, age): self.name = name self.age = age @staticmethod def staticfunc(): print("--- static method ---") Person.staticfunc = staticfunc Person.staticfunc() Person.score = 1000 #動態(tài)給對象靜態(tài)方法 print(Person.score) @classmethod def clsfunc(cls): print('--- cls method ---') Person.clsfunc = clsfunc #動態(tài)增加類方法 Person.clsfunc()
四、限制動態(tài)添加
1、slots
1. __slots__的作用
- __slots__ 對動態(tài)添加成員變量、成員方法有限制。對動態(tài)添加類屬性、類方法沒有限制
- __slots__ 只對本類有限制,不限制子類
2. 對動態(tài)添加成員變量、成員方法有限制
''' MyClass 類使用 __slots__ 屬性限制了實例對象的屬性,只允許動態(tài)添加 x 屬性。 因此,obj.x = 1 可以成功,但是 obj.y = 2 會拋出 AttributeError 異常 ''' class MyClass: __slots__ = ['x'] obj = MyClass() obj.x = 1 # 可以動態(tài)添加 x 屬性 obj.y = 2 # 報錯,__slots__ 限制了不能動態(tài)添加 y 屬性 """ 執(zhí)行結(jié)果: AttributeError: 'MyClass' object has no attribute 'y' """
3. 對動態(tài)添加類屬性、類方法沒有限制
class MyClass: __slots__ = ['x'] classattr = 1 @classmethod def myclassmethod(cls): print("class method") MyClass.newclassattr = 2 # 可以動態(tài)添加類屬性 print(MyClass.newclassattr) MyClass.mynewclassmethod = lambda cls: print("new class method") # 可以動態(tài)添加類方法 MyClass.mynewclassmethod(MyClass) #傳遞類本身作為參數(shù) obj = MyClass() obj.x = 3 # 可以動態(tài)添加實例屬性 print(obj.x) # 可以動態(tài)添加 x 屬性 """ 執(zhí)行結(jié)果: 2 new class method 3 """
到此這篇關(guān)于python 生成器、迭代器、動態(tài)新增屬性及方法的文章就介紹到這了,更多相關(guān)python 生成器和迭代器內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python Web框架Django的模型和數(shù)據(jù)庫遷移詳解
Django 是一個極其強大的 Python Web 框架,它提供了許多工具和特性,能夠幫助我們更快速、更便捷地構(gòu)建 Web 應(yīng)用,在本文中,我們將會關(guān)注 Django 中的模型(Models)和數(shù)據(jù)庫遷移(Database Migrations)這兩個核心概念,需要的朋友可以參考下2023-08-08python判斷一個數(shù)是否能被另一個整數(shù)整除的實例
今天小編就為大家分享一篇python判斷一個數(shù)是否能被另一個整數(shù)整除的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12Python實現(xiàn)將通信達.day文件讀取為DataFrame
今天小編就為大家分享一篇Python實現(xiàn)將通信達.day文件讀取為DataFrame,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12Python機器學(xué)習庫scikit-learn使用詳解
scikit-learn是Python中最流行的機器學(xué)習庫之一,它提供了各種各樣的機器學(xué)習算法和工具,包括分類、回歸、聚類、降維等2023-03-03tensorflow 獲取變量&打印權(quán)值的實例講解
今天小編就為大家分享一篇tensorflow 獲取變量&打印權(quán)值的實例講解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06VSCode中Python環(huán)境配置、創(chuàng)建虛擬環(huán)境及pip的一些常用命令
這篇文章主要給大家介紹了關(guān)于VSCode中Python環(huán)境配置、創(chuàng)建虛擬環(huán)境及pip的一些常用命令,Python環(huán)境的創(chuàng)建是在VSCode中很常見的一個需求,特別是當我們需要開發(fā)或者調(diào)試多個Python項目時,使用虛擬環(huán)境是一種好的方式,需要的朋友可以參考下2023-10-10