Python中的生成器、迭代器、动态新增属性和方法
一、生成器
1、生成器定义
在Python中,一边循环一边计算的机制,称为生成器:generator
2、生成器存在的意义
列表所有数据都在内存中,如果有海量数据的话将会非常消耗内存。
例如:仅需要访问前面几个元素,那后边所有空间就浪费了
如果列表元素按照某种算法推算出来,就可以在循环的过程中不断推算出后续的元素,这样就不必创建完整的 list ,从而节省大量的空间。
3、创建生成器方式一(生成器表达式)
生成器表达式很简单,只要把一个列表推导式的 [] 改成 () ,就创建了一个生成器(generator):
L = [x * x for x in range(10)] #推导式 print(L) g = (x * x for x in range(10)) #加成括号就是生成器 print(g) #<generator object <genexpr> at 0x1022ef630> '''L是一个list,而g则是一个 generator'''登录后复制
4. 创建生成器方式二(生成器函数)
1. 生成器函数
如果一个函数中包含了yield关键字,那么这个函数就不再是一个普通的函数,调用函数就是创建了一个生成器(generator)对象
生成器函数:利用关键字yield一次性返回一个结果,阻塞,重新开始
2. 生成器函数的工作原理
生成器函数返回一个迭代器,for循环对这个迭代器不断调用 __next__() 函数,不断运行到下一个 yield 语句,一次一次取得每一个返回值,直到没有 yield 语句为止,最终引发 StopIteration 异常
yield 相当于 return 返回一个值,并且记住这个返回的位置,下次迭代时,代码从 yield 的下一条语句(不是下一行)开始执行
send() 和 next() 一样,都能让生成器往下走一步(下次遇到 yield 停),但 send() 能传一个值,这个值作为 yield 表达式整体的结果
测试生成器工作原理(yield)
''' 如果一个函数中包含 yield 关键字,那么这个函数就不再是一个普通函数, 调用函数就是创建了一个生成器(generator)对象 生成器函数:其实就是利用关键字 yield 一次性返回一个结果,阻塞,重新开始 原理 1. 函数有了yield之后,调用它,就会生成一个生成器 2. 下次从下一个语句执行,切记不是下一行(tmp = yield i) 3. return在生成器中代表生成器种植,直接报错:StopIeratation 4. next方法作用:唤醒并继续执行 ''' def test(): print("start") i = 0 while i<3: '''yield i #第一次执行,此处挂起;同时将i的值返回到i #第二次执行,从挂起的地方往下执行''' temp = yield i #下次迭代时,代码从`yield`的下一条语句(不是下一行)开始执行 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__())# 抛出异常:StopIteration ''' <class 'generator'> start 0 temp:None 1 temp:None 2 temp:None end Traceback (most recent call last): in <module> print(a.__next__())# 抛出异常:StopIteration StopIteration: done '''登录后复制
测试生成器工作原理(send)
''' send的作用是唤醒并继续执行,发送一个信息到生成器内部 ''' 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是内置函数 print("*"*20) print(g.send(100)) print(next(g)) # for a in g:#g所返回的值是yield处的i # print(a) ''' start 0 ******************** temp:100 1 temp:None end Traceback (most recent call last): print(next(g)) StopIteration '''登录后复制
5. 总结
1. 什么是生成器
生成器仅仅保存了一套生成数值的算法,并且没有让这个算法现在就开始执行,而是我什么时候调用它,它什么时候开始计算一个新的值,并给你返回
2. 生成器特点
生成器函数生成一系列结果。通过 yield 关键字返回一个值后,还能从其退出的地方继续运行,因此可以随时产生一系列的值。
生成器和迭代是密切相关的,迭代器都有一个 __next__() 成员方法,这个方法要么返回迭代的下一项,要么引起异常结束迭代。
生成器是一个特殊的程序,可以被用作控制循环的迭代行为,
二、迭代器
1、概念
迭代是Python最强大的功能之一,是访问集合元素的一种方式
迭代器是一个可以记住遍历的位置的对象
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
迭代器有两个基本的方法:iter()和netx()
2、可迭代对象和迭代器区别
一个实现了 iter 方法的对象,称为 "可迭代对象 Ieratable"
一个实现了 next 方法并且是可迭代的对象,称为"迭代器" Iterator 即:实现了 iter 方法和 next 方法的对象就是迭代器
!生成器都是 Iterator对象,但 list 、 dict 、str 虽然都是 Iterable(可迭代对象), 却不是Iterator(迭代器)
''' 生成器一定是迭代器 可迭代对象不一定是迭代器,使用iter([])封装后可转为迭代器 ''' from collections.abc import Iterator from collections.abc import Iterable a = isinstance([], Iterator) #list、dict、str虽然是Iterable(可迭代对象),却不是Iterator(迭代器) print(a) a = isinstance([], Iterable) #可迭代对象 print(a) """ 执行结果: False True """登录后复制
'''list、dict、str 等 Iterable 变成 Iterator,可以使用 iter() 函数:''' b = isinstance(iter([]), Iterator) print(b) b = isinstance(iter('花非人陌'), Iterator) print(b) """ 执行结果: True True """登录后复制
Python的 Iterator 对象表示的是一个数据流。可以把这个数据看做是一个有序序列,但我们却不能提前知道序列的长度,只能不断通过 next() 函数实现按需计算下一个数据,所以 Iterator 的计算是惰性的,只有在需要返回下一个数据时它才会计算。
所以,生成器一定是迭代器。
3、for循环本质
#Python3 的 for 循环本质就是通过不断调用 next() 函数实现的。 for x in [1,2,3,4,5]: pass '''本质是:''' #首先获得Iterator对象: it = iter([1,2,3,4,5]) #循环 while True: try: # 获得下一个值: x = next(it) except StopIteration: # 遇到StopIteration 就退出循环 break登录后复制
4、创建一个迭代器
一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__()
__iter__() 方法返回一个特殊的迭代器对象,这个迭代器对象实现了 __next__() 方法并通过StopIteration 异常标识迭代的完成
__next__() 方法会返回下一个迭代器对象
#创建一个依次返回10,20,30,...这样数字的迭代器 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)) """ 执行结果: 10 20 30 Traceback (most recent call last): raise StopIteration StopIteration """ """ 程序解析: 在这段代码中,MyNumbers 类定义了一个迭代器。该迭代器的作用是生成一系列数字,从 10 开始,每次增加 10,直到 40,然后停止。 在程序中,通过 iter(myclass) 方法获取 MyNumbers 类的迭代器对象 myiter,然后调用 next(myiter) 方法获取下一个数字。 在第一次调用 next(myiter) 方法时,迭代器会执行 __next__() 方法,返回 self.num 的值 10,然后将 self.num 的值增加 10,变为 20。 在第二次、第三次调用 next(myiter) 方法时,迭代器会再次执行 __next__() 方法,返回 20 和 30,然后将 self.num 的值分别增加 10,变为 30 和 40。 在第四次调用 next(myiter) 方法时,迭代器再次执行 __next__() 方法,发现 self.num 的值已经大于等于 40,于是抛出 StopIteration 异常,表示迭代已经结束。 """登录后复制
三、动态添加属性和方法
1、动态编程语言定义
指在运行时可以改变其结构的语言:例如新的函数、对象、甚至代码可以被引进,
已有的函数可以被删除或是其他结构上的变化
2、运行过程中给对象添加属性和方法
#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) #动态给对象添加属性和方法 p1.score = 100 print(p1.score) #加给p1的只能p1用,对象的也是一样 #动态给对象添加方法 def run(self): print(f"{self.name}, running...") p1.run = types.MethodType(run, p1) #而types.MethodType(run,p1)则是告诉解释器,self指的就是p1 p1.run() """ 执行结果: 100 zhangsan, running... """登录后复制
3、给类动态添加静态方法以及类方法
#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 #动态给对象静态方法 print(Person.score) @classmethod def clsfunc(cls): print('--- cls method ---') Person.clsfunc = clsfunc #动态增加类方法 Person.clsfunc()登录后复制
四、限制动态添加
1、slots
1. __slots__的作用
__slots__ 对动态添加成员变量、成员方法有限制。对动态添加类属性、类方法没有限制
__slots__ 只对本类有限制,不限制子类
2. 对动态添加成员变量、成员方法有限制
''' MyClass 类使用 __slots__ 属性限制了实例对象的属性,只允许动态添加 x 属性。 因此,obj.x = 1 可以成功,但是 obj.y = 2 会抛出 AttributeError 异常 ''' class MyClass: __slots__ = ['x'] obj = MyClass() obj.x = 1 # 可以动态添加 x 属性 obj.y = 2 # 报错,__slots__ 限制了不能动态添加 y 属性 """ 执行结果: AttributeError: 'MyClass' object has no attribute 'y' """登录后复制
3. 对动态添加类属性、类方法没有限制
class MyClass: __slots__ = ['x'] classattr = 1 @classmethod def myclassmethod(cls): print("class method") MyClass.newclassattr = 2 # 可以动态添加类属性 print(MyClass.newclassattr) MyClass.mynewclassmethod = lambda cls: print("new class method") # 可以动态添加类方法 MyClass.mynewclassmethod(MyClass) #传递类本身作为参数 obj = MyClass() obj.x = 3 # 可以动态添加实例属性 print(obj.x) # 可以动态添加 x 属性 """ 执行结果: 2 new class method 3 """登录后复制
以上就是Python中的生成器、迭代器、动态新增属性和方法详解的详细内容,更多请关注海外IDC网其它相关文章!
【文章转自:扬州机房 http://www.558idc.com/yz.html欢迎留下您的宝贵建议】