Python迭代器、装饰器

一、迭代器

1.可迭代对象

可迭代对象【实体】：可以直接作用于for循环的实体【Iterable】

可以直接作用于for循环的数据类型：

​ a.list,tuple,dict,set,string

​ b.generator【() 和yield】

isinstance:判断一个实体是否是可迭代的对象

代码演示：

#一、可迭代对象

#1.导入
from  collections  import  Iterable

#2.使用isinstance(数据，Iterable)
print(isinstance([],Iterable))
print(isinstance((),Iterable))
print(isinstance({},Iterable))
print(isinstance((x for x in range(10)),Iterable))
print(isinstance("hello",Iterable))

print(isinstance(10,Iterable))   #False
print(isinstance(True,Iterable))  #False

print("****88")

2.迭代器

不但可以作用于for循环，还可以被next函数遍历【不断调用并返回一个元素，直到最后一个元素被遍历完成，则出现StopIteration】

目前为止，只有生成器才是迭代器【Iterator】

结论：迭代器肯定是可迭代对象，但是，可迭代对象不一定是迭代器

isinstance:判断一个实体是否是迭代器

代码演示：

#二、迭代器
from  collections  import  Iterator

print(isinstance([],Iterator))
print(isinstance((),Iterator))
print(isinstance({},Iterator))
print(isinstance("hello",Iterator))
print(isinstance((x for x in range(10)),Iterator))   #True

print("****88")

3.可迭代对象和迭代器之间的转换

可以将可迭代对象转换为迭代器：iter()

代码演示：

#三、虽然list、tuple、dict、set、string都不是迭代器
#iter():将list、tuple、dict、set、string的  Iterable转换为Iterator
print(isinstance(iter([]),Iterator))
print(isinstance(iter(()),Iterator))
print(isinstance(iter({}),Iterator))
print(isinstance(iter("hello"),Iterator))

总结：

​ a.凡是可以作用于for循环的对象都是Iterable类型

​ b.凡是可以作用于next函数的对象都是Iterator类型

​ c.list/tuple/dict/set/string都不是Iterator，可以通过iter()获得一个Iterator对象

【面试题】

区分可迭代对象和迭代器

三、装饰器

1.案例

代码演示：

def test():
    print("拼搏到无能为力，坚持到感动自己")


f = test()  #变量可以指向指向函数，函数名也是一个变量，所以变量可以当做函数调用
f()


#思考问题：test增加功能，但是不能修改test函数内部----->装饰器

在代码运行期间，可以动态增加函数功能的方式，被称为装饰器【Decorator】

也就是说，在不修改原函数的基础上，给原函数增加功能

好处：在团队开发中，如果两个或者两个以上的程序员会用到相同的功能，但是功能又有细微的差别，采用装饰器：相互不影响，代码简化

2.使用

2.1简单装饰器

代码演示：

#1.简单的装饰器
def test():
    print("拼搏到无能为力，坚持到感动自己")

#a.书写闭包
#b.给外部函数设置参数,fun表示的是原函数
def outer(fun):
    def inner():
        # d.给原函数增加功能
        print("hello")

        #c.调用原函数
        fun()

    return inner

#e.使用闭包
f = outer(test)   #f = inner
f()   #inner()

#注意：增加的功能可以写在原函数调用的前面或者后面
#注意：outer函数就被称为装饰器


#练习：给下面的函数添加功能，打印九九乘法表
def show():
    for i in range(10):
        print(i)

def outer1(fun):
    def inner1():
        fun()
        for i in range(1,10):
            for j in range(1,i + 1):
                print("%dx%d=%d"%(j,i,i * j),end=" ")
            print("")
    return  inner1

f1 = outer1(show)
f1()

2.2有参数的装饰器

代码演示：

#2.原函数有参数的装饰器
def getAge(age):
    print(age)

getAge(10)
getAge(-5)

print("************")

#需求：在不修改原函数的基础上，进行数据的过滤：当用户输入age为负数的时候，则置为0
def wrapper(fun):
    #注意：当原函数有参数，装饰器的作用是为了操作原函数中的参数，给inner设置参数
    def inner(num):
        #增加新功能：过滤负数
        if num < 0:
            num = 0

        #调用原函数
        fun(num)  #age = num
    return  inner

f = wrapper(getAge)
f(10)   #num = 10
f(-5)

2.3系统的简写

代码演示：

#3.简化demo2中的操作：@装饰器的名称  应用到原函数中

#需求：在不修改原函数的基础上，进行数据的过滤：当用户输入age为负数的时候，则置为0
def wrapper(fun):
    #注意：当原函数有参数，装饰器的作用是为了操作原函数中的参数，给inner设置参数
    def inner(num):
        #增加新功能：过滤负数
        if num < 0:
            num = 0

        #调用原函数
        fun(num)  #age = num
    return  inner

#将wrapper装饰器应用在了getAge函数上，
@wrapper
def getAge(age):
    print(age)

getAge(10)
getAge(-5)

"""
@wrapper

等价于 f = wrapper(getAge)
f(10)   #num = 10

#注意;当使用@的时候，在同一个文件中，装饰器必须出现的原函数的前面

"""

2.4不定长参数的装饰器

代码演示：

#4.不定长参数的装饰器

#应用场景：当同一个装饰器作用于不同函数的时候，这些函数的参数的个数是不相同的
def wrapper(fun):
    def inner(*args):
        print("hello")

        fun(*args)   #a = args[0]   b = args[1]

    return  inner

@wrapper
def fun1(a,b):
    print(a + b)

@wrapper
def fun2(a,b,c,d):
    print(a,b,c,d)

fun1(10,20)   #args = (10,20)
fun2(1,2,3,4)

2.5多个装饰器作用于同一个函数

代码演示：

#5.将多个装饰器应用到同一个函数上
def wrapper1(fun):
    def inner1():
        print("1~~~~")
        fun()

    return inner1

def wrapper2(fun):
    def inner2():
        print("2~~~~")
        fun()

    return inner2

@wrapper1
@wrapper2
def show():
    print("hello")

show()

"""
1~~~~
2~~~~
hello
"""

#结论：多个装饰器作用于同一个函数的时候，从第一个装饰器开始，从上往下依次执行，但是，原函数只会被执行一次

四、函数递归【掌握】

1.概念

递归函数：一个会调用自身的函数【在一个函数的内部，自己调用自己】

递归调用

递归中包含了一种隐式的循环，他会重复指定某段代码【函数体】，但这种循环不需要条件控制

使用递归解决问题思路：

​ a.找到一个临界条件【临界值】

​ b.找到相邻两次循环之间的关系

​ c.一般情况下，会找到一个规律【公式】

2.使用

代码演示：

#案例一
"""
               1 2 3 4 5 6 7  8  9 10  11.。。。
斐波那契数列：1,1,2,3,5,8,13,21,34,55,89.....

解决问题：报一个数，输出数列中对应的数

规律：
a.第一个位置和第二个位置上数是固定的，都是1
b.第n个位置上的数：第 n - 1 的数  +   第 n - 2 的数

r1 = func1(1)  ------>1
r2 = func1(2)  ------>1
r3 = fun1(3) ------>func1(1) + func1(2)----->1 + 1 = 2
r4 = fun1(4)------->fun1(3) + fun1(2) ----->func1(1) + func1(2) +  fun1(2) ---->1  + 1 + 1 = 3
r5 = fun1(5) ----->fun1(4) + fun1(3) ----->fun1(3) + fun1(2) + func1(1) + func1(2)--->func1(1) + func1(2) ++ fun1(2) + func1(1) + func1(2)--->5
.....
rn = fun1(n) ----->fun1(n- 1) + fun1(n - 2)
"""

def func1(num):
    #临界值
    if num == 1 or num == 2:
        return 1
    else:
        #print("~~~~",num)
        result = func1(num- 1) + func1(num - 2)    #result = func1(1) + func1(2)  --->1 + 1 =2
        return result

print(func1(10))

#练习;使用递归计算1~某个数之间的和
"""
add(1) = 1   :临界值
add(2) = add(1) + 2
add(3) = add(2) + 3 ---->add(1) + 2 + 3 = 1 + 2 + 3
add(4) = add(3) + 4---->add(2) + 3 + 4 ---->add(1) + 2 + 3 + 4---->1 + 2 + 3 + 4
....
add(n) = add(n - 1) + n
"""
def add(num):

    """
    n = 1
    sum = 0
    while n <= 100:
        sum += n
        n += 1

    return sum

    sum1 = 0
    for i in range(1,num + 1):
        sum1 += i
    return  sum1
    """
    #使用递归实现
    if num == 1:
        return 1
    else:
        return add(num - 1) + num

print(add(100))

注意：以后在实际项目中尽量少用递归，如果隐式循环的次数太多，会导致内存泄漏【栈溢出】

优点：简化代码，逻辑清晰

五、栈和队列【了解】

用于存储数据的线性表

栈：在表的一端进行插入和删除

队列：在表的一端进行插入，在表的另一端进行数据的删除

1.栈

Stack

开口向上的容器：先进后出，后进先出

代码演示：

#list的底层维护了一个栈的线性表

myStack = []

#插入数据
#数据入栈【压栈】
myStack.append(1)
print(myStack)
myStack.append(2)
print(myStack)
myStack.append(3)
print(myStack)
myStack.append(4)
print(myStack)   #[1,2,3,4]

#出栈
myStack.pop()
print(myStack)
myStack.pop()
print(myStack)
myStack.pop()
print(myStack)
myStack.pop()
print(myStack)

2.队列

queue

水平放置的水管：先进先出，后进后出

代码演示：

import  collections   #数据结构的集合

queue  = collections.deque([1,2,3,4])
print(queue)

#入队【存储数据】
queue.append(5)
print(queue)
queue.append(6)
print(queue)

#出队【获取数据】
queue.popleft()
print(queue)
queue.popleft()
print(queue)
queue.popleft()
print(queue)