1.迭代器(Iterator)迭代器是访问集合元素的一种方式。有下面特点:1)每次调用next()方法只访问一个元素,而且不能后退,便于循环比较大的数据集合,节省内存;(当容器中没有可访问的元素后,next()方法将会抛出一个StopIteration异常终止迭代器)2)只能从头到尾访问,不能随机访问某个值;3)迭代器提供了一个统一的访问集合的接口,只要定义了iter()方法对象,就可以使用迭代器访问。迭代器使用:lis=['a','b','c','d']a=iter
1.迭代器(Iterator)

迭代器是访问集合元素的一种方式。有下面特点:

1)每次调用next()方法只访问一个元素,而且不能后退,便于循环比较大的数据集合,节省内存;(当容器中没有可访问的元素后,next()方法将会抛出一个StopIteration异常终止迭代器)

2)只能从头到尾访问,不能随机访问某个值;

3)迭代器提供了一个统一的访问集合的接口,只要定义了iter()方法对象,就可以使用迭代器访问。

迭代器使用:

lis=['a','b','c','d'] 
a=iter(lis) 
print(a.__next__()) 
print(a.__next__()) 
print(a.__next__()) 
print(a.__next__()) 
print(a.__next__())#没有元素获取,导致StopIteration报错 

运行结果

a 
b 
c 
d 
Traceback (most recent call last): 
File "F:/Python/pythoncode/s12/study/study5.py", line 318, in <module> 
print(a.__next__()) 
StopIteration 

2.生成器(Generator)

一个调用返回迭代器的函数,就叫做生成器。函数中包含yield语法,这个函数就会变成生成器。

1)生成器表达式

用来生成有规律的生成器

格式:generator_name=('生成规则’ for i range(num) if 'i的条件‘)

1 a=('a' for i in range(5) if i%2) 
2 b=(i+1 for i in range(5)) 
3 print(a,type(a)) 
4 print(b,type(b)) 
5 print(b.__next__()) 
6 print(b.__next__()) 
7 print(b.__next__()) 
8 print(b.__next__()) 
9 print(b.__next__()) 

10
11 #运行结果

12 <generator object <genexpr> at 0x00F9CAE0> <class 'generator'> 
13 <generator object <genexpr> at 0x00F9CC90> <class 'generator'> 
14 1 
15 2 
16 3 
17 4 
18 5 
生成式表达式 
2)yield创建生成器

def fun_ex(a): 
yield 1 
re=fun_ex(2) 
print(re.__next__(),type(re)) 
#运行结果 
1 <class 'generator'> 
3)生成器实现单线程的异步并发效果

def gen_ex(a):
while a>0:
a-=1
yield 1
print('hello')
re=gen_ex(2)
print(re.next())
print('中断打印')
print(re.next())

#运行结果 
1 
中断打印 
hello 
1 
生成器是每次调用返回一次数据,所以可以在中途插入其他操作,形成一种异步效果,如例子中先来个“中断打印”

4)生成器中的send()方法使用

def gen_ex(a):
while a>0:
a-=1
b=yield
print(b)
re=gen_ex(5)
re.next()
re.send(5)
print('中断打印')
re.send(6)

#运行结果 
5 
中断打印 
6 
send()可以给yield传参数,yield作为接收。这里yield的运行情况和return在函数上起的作用有些区别。

如生成器使用一个__next__()方法,它会运行到yield这行,而停止。但是再使用send()方法,函数直接从yield这行开始运行,并赋值给b,然后运行下去循环一次到yield这行停止。

5.装饰器的原理

6.装饰器的实现