1,什么是迭代器
迭代:更新换代(重复)的过程,每次的迭代都必须基于上一次的结果
迭代器:迭代取值的工具
迭代器给你提供了一种不依赖于索引取值的方式
基本数据类型中
是可迭代对象的有
str list tuple dict set
文件对象(执行内置的__iter__之后还是本身 没有任何变化):文件对象本身就是迭代器对象
2,迭代器取值
迭代器对象
1.内置有__iter__方法
2.内置有__next__方法
ps:迭代器一定是可迭代对象
而可迭代对象不一定是迭代器对象
#迭代器的取值 l = [1, 2, 3, 4, 5] iter_l = l.__iter__() print(iter_l.__next__()) print(iter_l.__next__()) print(iter_l.__next__()) d = {‘name‘:‘jason‘, ‘password‘:‘123‘} #将可迭代对象d 转换成迭代器对象 iter_d = d.__iter__() #迭代器对象的取值,必须用_next_()方法 print(iter_d.__next__()) print(iter_d.__next__())#取值完了报错 ‘‘‘ 迭代器对象无论执行多少次_iter_方法得到的还是迭代器对象本身. ‘‘‘ #异常处理 # while True: # try: # pass # except error """ 迭代器取值的特点 1.只能往后依次取值 """ #文件对象取值的方法: f = open(‘aaa.txt‘, ‘r‘, encoding=‘utf-8‘) iter_f = f.__iter__() print(iter_f.__next__()) print(iter_f.__next__()) print(iter_f.__next__()) print(iter_f.__next__()) print(iter_f.__next__())
1 """ 2 迭代器对象 3 1.内置有__iter__方法 4 2.内置有__next__方法 5 ps:迭代器一定是可迭代对象 6 而可迭代对象不一定是迭代器对象 7 """ 8 9 10 11 # l = [1,2,3,4] 12 # # 生成一个迭代器对象 13 # iter_l = l.__iter__() 14 # 15 # # 迭代器取值 调用__next__ 16 # print(iter_l.__next__()) 17 # print(iter_l.__next__()) 18 # print(iter_l.__next__()) 19 # print(iter_l.__next__()) 20 # print(iter_l.__next__()) # 如果取完了 直接报错 21 22 23 # d = {‘name‘:‘jason‘,‘password‘:‘123‘,‘hobby‘:‘泡m‘} 24 # # 将可迭代对象d转换成迭代器对象 25 # iter_d = d.__iter__() 26 # # 迭代器对象的取值 必须用__next__ 27 # print(iter_d.__next__()) 28 # print(iter_d.__next__()) 29 # print(iter_d.__next__()) 30 # print(iter_d.__next__()) # 取完了 报错StopIteration 31 32 f1 = open(‘xxx.txt‘,‘r‘,encoding=‘utf-8‘) 33 # 调用f1内置的__iter__方法 34 # iter_f = f1.__iter__() 35 # print(iter_f is f1) 36 """ 37 迭代器对象无论执行多少次__iter__方法得到的还是迭代器对象本身(******) 38 """ 39 # print(f1 is f1.__iter__().__iter__().__iter__().__iter__()) 40 """ 41 问:__iter__方法就是用来帮我们生成迭代器对象 42 而文件对象本身就是迭代器对象,为什么还内置有__iter__方法??? 43 """ 44 45 46 47 48 49 d = {‘name‘:‘jason‘,‘password‘:‘123‘,‘hobby‘:‘泡m‘} 50 # iter_d = d.__iter__() 51 52 53 # print(d.__iter__().__next__()) 54 # print(d.__iter__().__next__()) 55 # print(d.__iter__().__next__()) 56 57 # print(iter_d.__next__()) 58 # print(iter_d.__next__()) 59 # print(iter_d.__next__()) 60 # print(iter_d.__next__()) 61 62 # 异常处理 63 # while True: 64 # try: 65 # print(iter_d.__next__()) 66 # except StopIteration: 67 # # print(‘老母猪生不动了‘) 68 # break 69 70 71 # f = open(‘xxx.txt‘,‘r‘,encoding=‘utf-8‘) 72 # iter_f = f.__iter__() 73 # print(iter_f.__next__()) 74 # print(iter_f.__next__()) 75 # print(iter_f.__next__()) 76 # print(iter_f.__next__()) 77 # print(iter_f.__next__()) 78 79 80 81 """ 82 迭代器取值的特点 83 1.只能往后依次取 不能后退 84 85 """
3,for循环的本质
d = {‘nmae‘:‘egon‘, ‘pwd‘:‘123‘, ‘hobby‘:‘piao‘}
‘‘‘
for循环后面的 in 跟的是一个可迭代对象
for 循环后面的 in 可以跟一个可迭代对象,也可以使迭代器对象.
for循环的本质
1,将 in 后面的对象调用 _iter_() 方法转换成迭代器对对象
2,调用_next_迭代取值
3,内部有异常捕获StopIteration,当_next_报错,自动结束循环.
‘‘‘
‘‘‘
可迭代对象:内助有_iter_ 方法
迭代器对象:既有内置_iter_也有内置_next_ 方法
迭代取值:
优点
1.不依赖于索引取值
2,内存中永远只占一份空间,不会导致内存溢出
缺点
1,不能获取指定的元素
2, 取值完了会报错
‘‘‘
l = [1, 2, 3, 4]
res = map(lambda x: x+1, l) # 语法 map(函数,可迭代对象)
print(res.__next__())
print(res.__next__())
print(res.__next__())
print(res.__next__())
print(res.__next__())
1 d = {‘name‘:‘jason‘,‘password‘:‘123‘,‘hobby‘:‘泡m‘} 2 # for i in d: 3 # print(i) 4 # for循环后面的in关键 跟的是一个可迭代对象 5 """ 6 for循环内部的本质 7 1.将in后面的对象调用__iter__转换成迭代器对象 8 2.调用__next__迭代取值 9 3.内部有异常捕获StopIteration,当__next__报这个错 自动结束循环 10 """ 11 # for i in 1: 12 # pass 13 # iter(1) 14 15 16 """ 17 可迭代对象:内置有__iter__方法的 18 迭代器对象:既内置有__iter__也内置有__next__方法 19 20 迭代取值: 21 优点 22 1.不依赖于索引取值 23 2.内存中永远只占一份空间,不会导致内存溢出 24 25 缺点 26 1.不能够获取指定的元素 27 2.取完之后会报StopIteration错 28 29 """ 30 # l = [1,2,3,4] 31 # res = map(lambda x:x+1,l) 32 # print(map(lambda x:x+1,l)) 33 # print(res.__next__()) 34 # print(res.__next__()) 35 # print(res.__next__()) 36 37 38 l1 = [1,2,3,4,5] 39 l2 = [‘a‘,‘b‘,‘c‘] 40 print(zip(l1,l2))
4,生成器
‘‘‘ 生成器本质就是迭代器 ‘‘‘ #如果函数中有 yield 的关键字,加括号执行函数名的时候,并不会执行函数体代码 #yield 后面跟的值就是调用迭代器_next_方法返回的值 #yield 可以返回一个值,也可以返回多个值 元祖的形式. #生成器传值 def my_range(start,end,bc): while start < end: yield start start += bc for i in my_range(1,10,2): print(i)
1 """ 2 生成器:用户自定义的迭代器,本质就是迭代器 3 4 """ 5 # def func(): 6 # print(‘first‘) 7 # yield 666 # 函数内如果有yield关键字,那么加括号执行函数的时候并不会触发函数体代码的运行 8 # print(‘second‘) 9 # yield 777 10 # print(‘third‘) 11 # yield 888 12 # print(‘forth‘) 13 # yield 14 # yield 15 # # yield后面跟的值就是调用迭代器__next__方法你能得到的值 16 # # yield既可以返回一个值也可以返回多个值 并且多个值也是按照元组的形式返回 17 # g = func() # 生成器初始化:将函数变成迭代器 18 # print(g) 19 # print(g.__next__()) 20 # print(g.__next__()) 21 # print(g.__next__()) 22 # print(g.__next__()) 23 # print(g.__next__()) 24 25 26 27 # print(range(1,10)) 28 29 # for i in range(1,10,2): 30 # print(i) 31 32 def my_range(start,end,step=1): 33 while start < end: 34 yield start 35 start += step 36 37 38 for j in my_range(1,100,2): 39 print(j)
5, yield 的表达式形式
1 # yield支持外界为其传参 2 def dog(name): 3 print(‘%s 准备开吃‘%name) 4 while True: 5 food = yield 6 print(‘%s 吃了 %s‘%(name,food)) 7 # def index(): 8 # pass 9 10 # 当函数内有yield关键字的时候,调用该函数不会执行函数体代码 11 # 而是将函数变成生成器 12 # g = dog(‘egon‘) 13 # g.__next__() # 必须先将代码运行至yield 才能够为其传值 14 # g.send(‘狗不理包子‘) # 给yield左边的变量传参 触发了__next__方法 15 # g.send(‘饺子‘) 16 17 """ 18 yield 19 1.帮你提供了一种自定义生成器方式 20 2.会帮你将函数的运行状态暂停住 21 3.可以返回值 22 23 与return之间异同点 24 相同点:都可以返回值,并且都可以返回多个 25 不同点: 26 yield可以返回多次值,而return只能返回一次函数立即结束 27 yield还可以接受外部传入的值 28 """
6, 生成器表达式
# 列表生成式 # res = [i for i in range(1,10) if i != 4] # print(res) # 生成器表达式 ‘‘‘ 生成器不会主动执行代码,必须通过_next_ 触发执行. ‘‘‘ # res1 = (i for i in range(1,10) if i != 4) # # print(res1) # # print(res1.__next__()) #计算文件aaa.txt字符的总长度 with open(‘aaa.txt‘, ‘r‘, encoding=‘utf-8‘) as f: res_f = (len(line) for line in f) print(sum(res_f))
1 # 列表生成式 2 # res = [i for i in range(1,10) if i != 4] 3 # print(res) 4 5 # res = (i for i in range(1,100000000) if i != 4) # 生成器表达式 6 # print(res) 7 # """ 8 # 生成器不会主动执行任何一行代码 9 # 必须通过__next__触发代码的运行 10 # """ 11 # print(res.__next__()) 12 # print(res.__next__()) 13 # print(res.__next__()) 14 # print(res.__next__()) 15 16 17 # 占内存 18 # f = open(‘xxx.txt‘,‘r‘,encoding=‘utf-8‘) 19 # data = f.read() 20 # print(len(data)) 21 # f.close() 22 23 24 # with open(‘xxx.txt‘,‘r‘,encoding=‘utf-8‘) as f: 25 # # n = 0 26 # # for line in f: 27 # # n += len(line) 28 # # print(n) 29 # g = (len(line) for line in f) 30 # # print(g.__next__()) 31 # # print(g.__next__()) 32 # # print(g.__next__()) 33 # # print(g.__next__()) 34 # print(sum(g)) 35 36 37 38 def add(n,i): 39 return n+i 40 def test(): 41 for i in range(4): 42 yield i 43 g=test() 44 45 for n in [1,10]: 46 g=(add(n,i) for i in g) 47 # 第一次for循环g=(add(n,i) for i in test()) 48 49 # 第二次for循环g=(add(n,i) for i in (add(n,i) for i in test())) 50 print(n) 51 res=list(g) 52 53 """ 54 for i in (add(10,i) for i in test()): 会执行所有的生成器内部的代码 55 add(n,i) 56 """ 57 58 59 60 61 #A. res=[10,11,12,13] 62 #B. res=[11,12,13,14] 63 #C. res=[20,21,22,23] 答案 64 #D. res=[21,22,23,24]
7, 常用内置方法;
1 # print(abs(-11.11)) # 求绝对值 2 # l = [0,1,0] 3 # print(all(l)) # 只要有一个为False就返回False 4 # print(any(l)) # 只要有一个位True就返回True 5 def index(): 6 7 username = ‘我是局部名称空间里面的username‘ 8 # print(locals()) # 当前语句在哪个位置 就会返回哪个位置所存储的所有的名字 9 print(globals()) # 无论在哪 查看的都是全局名称空间 10 # index() 11 # print(bin(10)) 12 # print(oct(10)) 13 # print(hex(10)) 14 # print(int(‘0b1010‘,2)) 15 16 # print(bool(1)) 17 # print(bool(0)) 18 19 20 # s = ‘hello‘ 21 # print(s.encode(‘utf-8‘)) 22 # print(bytes(s,encoding=‘utf-8‘)) 23 24 # 可调用的(可以加括号执行相应功能的) 25 # l = [1,2,3] 26 # def index(): 27 # pass 28 # print(callable(l)) 29 # print(callable(index)) 30 31 32 33 34 35 # print(chr(97)) # 将数字转换成ascii码表对应的字符 36 # print(ord(‘a‘)) # 将字符按照ascii表转成对应的数字 37 38 """ 39 面向对象需要学习的方法 40 classmethod 41 delattr 42 getattr 43 hasattr 44 issubclass 45 property 46 repr 47 setattr 48 super 49 staticmethod 50 """ 51 # dir获取当前对象名称空间里面的名字 52 # l = [1,2,3] 53 # print(dir(l)) 54 # 55 # import test 56 # print(dir(test)) 57 # print(test.name) 58 59 # divmod 分页器 60 61 # print(divmod(101,10)) 62 # total_num,more = divmod(900,11) 63 # if more: 64 # total_num += 1 65 # print(‘总页数:‘,total_num) 66 67 # enumerate 枚举 68 # l = [‘a‘,‘b‘] 69 # for i,j in enumerate(l,1): 70 # print(i,j) 71 72 # eval exec 73 s = """ 74 print(‘hello baby~‘) 75 x = 1 76 y = 2 77 print(x + y) 78 79 """ 80 # eval(s) 81 # exec(s) 82 83 # eval不支持逻辑代码,只支持一些简单的python代码 84 s1 = """ 85 print(1 + 2) 86 for i in range(10): 87 print(i) 88 """ 89 # eval(s1) 90 # exec(s1) 91 92 93 # name = ‘jason‘ 94 # s2 = """ 95 # name 96 # """ 97 # print(eval(s2)) 98 99 # format 三种玩法 100 # {}占位 101 # {index} 索引 102 # {name} 指名道姓 103 104 # print(globals()) 105 def login(): 106 """ 107 一起嗨皮 108 :return: 109 """ 110 # print(help(login)) 111 112 # isinstance 后面统一改方法判断对象是否属于某个数据类型 113 # n = 1 114 # print(type(n)) 115 # print(isinstance(n,list)) # 判断对象是否属于某个数据类型 116 117 # print(pow(2,3)) 118 119 120 # print(round(3.4))
8, 面向过程编程:
1 """ 2 面向过程编程:就类似于设计一条流水线 3 好处: 4 将复杂的问题流程化 从而简单化 5 坏处: 6 可扩展性较差 一旦需要修改 整体都会受到影响 7 """ 8 # 注册功能 9 # 1.获取用户输入 10 def get_info(): 11 while True: 12 username = input(">>>:").strip() 13 if not username.isalpha(): # 判断字符串不能包含数字 14 print(‘不能包含数字‘) 15 continue 16 password = input(‘>>>:‘).strip() 17 confirm_password = input("confirm>>>:").strip() 18 if password == confirm_password: 19 d = { 20 ‘1‘:‘user‘, 21 ‘2‘:‘admin‘ 22 } 23 while True: 24 print(""" 25 1 普通用户 26 2 管理员 27 """) 28 choice = input(‘please choice user type to register>>>:‘).strip() 29 if choice not in d:continue 30 user_type = d.get(choice) 31 operate_data(username,password,user_type) 32 break 33 else: 34 print(‘两次密码不一致‘) 35 36 # 2.处理用户信息 37 def operate_data(username,password,user_type): 38 # jason|123 39 res = ‘%s|%s|%s\n‘%(username,password,user_type) 40 save_data(res,‘userinfo.txt‘) 41 42 # 3.存储到文件中 43 def save_data(res,file_name): 44 with open(file_name,‘a‘,encoding=‘utf-8‘) as f: 45 f.write(res) 46 47 def register(): 48 get_info() 49 50 register()
原文：https://www.cnblogs.com/chendaodeng/p/11191615.html