Python 迭代器&生成器,装饰器,递归,算法基础:二分查找、二维数组转换,正则表达式,作业:计算器开发

本节大纲

  1. 迭代器&生成器
  2. 装饰器 
    1. 基本装饰器
    2. 多参数装饰器
  3. 递归
  4. 算法基础:二分查找、二维数组转换
  5. 正则表达式
  6. 常用模块学习
  7. 作业:计算器开发
    1. 实现加减乘除及拓号优先级解析
    2. 用户输入 1 - 2 * ( (60-30 +(-40/5) * (9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) - (-4*3)/ (16-3*2) )等类似公式后,必须自己解析里面的(),+,-,*,/符号和公式,运算后得出结果,结果必须与真实的计算器所得出的结果一致

迭代器&生成器

python014 Python3 迭代器与生成器

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,不过这也没什么,因为人们很少在迭代途中往后退。另外,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

生成一个迭代器:

>>> a = iter([1,2,3,4,5])
>>> a
<list_iterator object at 0x101402630>
>>> a.__next__()
>>> a.__next__()
>>> a.__next__()
>>> a.__next__()
>>> a.__next__()
>>> a.__next__()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration
#!/usr/bin/python3

it = iter(["apple","google","baidu","360"])
print(it)
print(type(it))
print(it.__next__())
print(it.__next__())
print(it.__next__())
print(it.__next__())

执行结果:

<list_iterator object at 0x00000000028149B0>
<class 'list_iterator'>
apple
google
baidu
360

迭代器对象已经耗尽,对其__next__()方法的任何进一步调用都将再次引发停止迭代

#!/usr/bin/python3

it = iter(["apple","google","baidu","360"])
print(it)
print(type(it))
print(it.__next__())
print(it.__next__())
print(it.__next__())
print(it.__next__())

# 迭代器对象已经耗尽,对其__next__()方法的任何进一步调用都将再次引发停止迭代
print(it.__next__())

运行结果:

Traceback (most recent call last):
  File "D:/py/day001/day1/test.py", line 12, in <module>
<list_iterator object at 0x00000000028249B0>
    print(it.__next__())
StopIteration
<class 'list_iterator'>
apple
google
baidu
360
#!/usr/bin/python3

it = iter(["apple","google","baidu","360"])
print(it)
print(type(it))

for i in it:
    print(i)

执行结果:

<list_iterator object at 0x0000000002204C88>
<class 'list_iterator'>
apple
google
baidu
360

open文件的迭代

#!/usr/bin/python3

f = open("test.txt","w")
f.write("My name is Alice.
")
f.write("This is second line.
")
f.write("python is good language
")
f.write("swift
")
f.close()

fp = open("test.txt","r")

for i in fp:    # 迭代
    print(i)

fp.close()

执行结果:

My name is Alice.

This is second line.

python is good language

swift

反复调用iterator的__next__()方法(或将其传递到内置函数next())返回流中的连续项。当没有更多的数据可用时,就会提出stop迭代异常。此时,迭代器对象已经耗尽,对其__next__()方法的任何进一步调用都将再次引发停止迭代。

在Python中,很多对象都是可以通过for语句来直接遍历的,例如list、string、dict等等,这些对象都可以被称为可迭代对象。至于说哪些对象是可以被迭代访问的,就要了解一下迭代器相关的知识了。

迭代器
迭代器对象要求支持迭代器协议的对象,在Python中,支持迭代器协议就是实现对象的__iter__()和next()方法。其中__iter__()方法返回迭代器对象本身;next()(2.x)方法返回容器的下一个元素,在结尾时引发StopIteration异常。

__iter__()和next()(2.x)方法
这两个方法是迭代器最基本的方法,一个用来获得迭代器对象,一个用来获取容器中的下一个元素。
对于可迭代对象,可以使用内建函数iter()来获取它的迭代器对象:

例子中,通过iter()方法获得了list的迭代器对象,然后就可以通过next()(2.x)方法来访问list中的元素了。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。
其实,当我们使用for语句的时候,for语句就会自动的通过__iter__()方法来获得迭代器对象,并且通过next()方法来获取下一个元素。

生成器generator

定义:一个函数调用时返回一个迭代器,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

代码:

def cash_out(amount):
    while amount >0:
        amount -= 100
        yield 100
        print("擦,又来取钱了。。。败家子!")

 
ATM = cash_out(500)
 
print("取到钱 %s 万" % ATM.__next__())
print("花掉花掉!")
print("取到钱 %s 万" % ATM.__next__())
print("取到钱 %s 万" % ATM.__next__())
print("花掉花掉!")
print("取到钱 %s 万" % ATM.__next__())
print("取到钱 %s 万" % ATM.__next__())
print("取到钱 %s 万" % ATM.__next__()) #到这时钱就取没了,再取就报错了
print("取到钱 %s 万" % ATM.__next__())    

作用:
这个yield的主要效果呢,就是可以使函数中断,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。

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

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import time

def consumer(name):
    print("%s 准备吃包子啦!" % name)
    while True:
        baozi = yield
        print("包子[%s]来了,被[%s]吃了!" % (baozi, name))

def producer(name):
    c = consumer('A')
    c2 = consumer('B')
    c.__next__()
    c2.__next__()
    print("老子开始准备做包子啦!")
    for i in range(10):
        time.sleep(1)
        print("做了2个包子!")
        c.send("A-%d"%(i))        # 向yield发送
        c2.send("B-%d"%(i))       # xiangyield发送

producer("alex")

运行结果:

A 准备吃包子啦!
B 准备吃包子啦!
老子开始准备做包子啦!
做了2个包子!
包子[A-0]来了,被[A]吃了!
包子[B-0]来了,被[B]吃了!
做了2个包子!
包子[A-1]来了,被[A]吃了!
包子[B-1]来了,被[B]吃了!
做了2个包子!
包子[A-2]来了,被[A]吃了!
包子[B-2]来了,被[B]吃了!
做了2个包子!
包子[A-3]来了,被[A]吃了!
包子[B-3]来了,被[B]吃了!
做了2个包子!
包子[A-4]来了,被[A]吃了!
包子[B-4]来了,被[B]吃了!
做了2个包子!
包子[A-5]来了,被[A]吃了!
包子[B-5]来了,被[B]吃了!
做了2个包子!
包子[A-6]来了,被[A]吃了!
包子[B-6]来了,被[B]吃了!
做了2个包子!
包子[A-7]来了,被[A]吃了!
包子[B-7]来了,被[B]吃了!
做了2个包子!
包子[A-8]来了,被[A]吃了!
包子[B-8]来了,被[B]吃了!
做了2个包子!
包子[A-9]来了,被[A]吃了!
包子[B-9]来了,被[B]吃了!
原文地址:https://www.cnblogs.com/chenlin163/p/7263036.html