一、迭代器
1、迭代器
what
器=》工具
迭代：是一个重复的过程，但每次重复都是基于上一次的结果而来的
迭代器:就是一种不依赖于索引的取值工具
names=["egon",‘lqz‘,‘yj‘]
count = 1
while count < len(names):
print(names[count])
count+=1
why：
特性：
1、是一种通用的迭代取值方案
2、惰性计算，节省内存
how：
dic = {"name": "egon", ‘age‘: 18, ‘gender‘: "male"}
dic_iterator = dic.__iter__()
‘‘‘
#这几行就相当于下面的while循环
res1 = dic_iterator.__next__()
print(res1)
res2 = dic_iterator.__next__()
print(res2)
res3 = dic_iterator.__next__()
print(res3)
# res4 =dic_iterator.__next__() # StopIteration,值取完之后就会报错，可以用以下try ...except防止报错
‘‘‘
while True:
try:
res = dic_iterator.__next__()
print(res)
except StopIteration:
break
2、可迭代对象与迭代器对象
2.1 内置有__iter__方法的类型称之为：可迭代的对象/类型
字典dict
集合set
文件对象(也是迭代器对象)
字符串str
列表list
元组tuple
2.2 迭代器对象: 内置有__next__方法、内置有__iter__方法
dic = {"name": "egon", ‘age‘: 18, ‘gender‘: "male"}
dic_iterator1 = dic.__iter__()
dic_iterator1.__next__()
print(dic_iterator1.__iter__().__iter__().__iter__() is dic_iterator1)
dic_iterator2 = dic.__iter__()
dic_iterator2.__next__()
print(dic_iterator2.__iter__().__iter__().__iter__() is dic_iterator2)
3、for循环的工作原理
dic = {"name": "egon", ‘age‘: 18, ‘gender‘: "male"}
‘‘‘
#相当于下面的for循环
dic_iterator = dic.__iter__()
while True:
try:
res = dic_iterator.__next__()
print(res)
except StopIteration:
break
‘‘‘
for k in dic:
print(k)
"""
步骤1 dic_iterator = dic.__iter__()
步骤2 k=dic_iterator.__next__(),执行循环体代码
步骤3 循环往复，直到抛出异常，for循环会帮我们捕捉异常结束循环
"""
dic = {"name": "egon", ‘age‘: 18, ‘gender‘: "male"}
dic_iterator = dic.__iter__()
for k in dic_iterator:
print(k)
print(dic_iterator)
4、基于同一迭代器的重复取值，值取完就没有了
# 示例1：
dic = {"name": "egon", ‘age‘: 18, ‘gender‘: "male"}
dic_iterator = dic.__iter__()
while True:
try:
res = dic_iterator.__next__()
print(res)
except StopIteration:
break
print(‘=‘*20)
dic_iterator = dic.__iter__()
while True:
try:
res = dic_iterator.__next__()
print(res)
except StopIteration:
break
# 示例2：
dic = {"name": "egon", ‘age‘: 18, ‘gender‘: "male"}
for k in dic: # dic.__iter__()
print(k)
for k in dic: # dic.__iter__()
print(k)
二、自定义迭代器
自定义迭代器来实现惰性计算，从而达到节省内存的效果
1、什么是生成器
但凡是函数内出现了yield关键字，调用函数将不会执行函数体代码,会得到一个返回值，该返回值
就是我们自定义的迭代器，称之为生成器
def func():
print("hello1")
yield 111
print("hello2")
yield 222
print("hello3")
yield 333
g = func()
print(g) # 生成器本质就是迭代器
res=next(g)
print(res)
res=next(g)
print(res)
res=next(g)
print(res)
next(g)
2、yield VS return
（1）相同点：都可以用来返回值
（2）不同点：
return只能返回一次值，函数就立即结束了
yield能返回多次值，yield可以挂起函数
# 案例
def func():
res=0
while True:
res+=1
yield res
g=func()
for i in g:
print(i)
3、总结迭代器的优缺点
优点:
1、是一种通用的迭代取值方案
2、惰性计算，节省内存
缺点:
1、取值不如索引、key的取值方式灵活
2、取值是一次性的，只能往后取，不能预估值的个数
4、案例：研究range的取值原理
def my_range(start, stop, step=1):
while start < stop:
yield start
start += step
#利用for循环
for i in my_range(1,5,2): # 1 3
print(i)
三、面向过程编程
面向过程：
核心是“过程”二字，过程指的就是做事的步骤
也就是先干什、再干什么、后干什么。。。
基于该思想写程序就好比设计一条条的流水线
优点：
可以把复杂的问题流程化，进而简单化
缺点：
牵一发而动全身，扩展性差
应用场景？？？
四、各种生成式
1、列表生成式
l=[i**2 for i in range(5) if i > 2]
print(l)
names=[‘lqz_sb‘,‘yj_sb‘,‘jason_sb‘,‘egon‘]
l=[name for name in names if name.endswith(‘sb‘)]
print(l)
2、集合生成式
res={i for i in range(5)}
print(res)
3、字典生成式
res={f‘k{i}‘: i**2 for i in range(5)}
print(res)
4、生成器表达式
res=(i for i in range(5))
print(res,type(res))
print(next(res))
print(next(res))
print(next(res))
print(next(res))
print(next(res))
print(next(res))
ps:无元组生成式
#案例1：求1~200000的和
nums=(i for i in range(200000))
res=sum(nums)
print(res)
#案例2：求文件的行数
with open(‘01 迭代器.py‘, mode=‘rt‘, encoding=‘utf-8‘) as f:
‘‘‘
#老方式，耗费内存
data=f.read()
print(len(data)) # 2202
res=0
for line in f:
res+=len(line)
‘‘‘
# res = sum((len(line) for line in f))#不要这么用
res = sum(len(line) for line in f)
print(res)
五、内置函数
abs取绝对值
print(abs(-1))
all（必须要传值） 所有元素都为真则为真，空为真
print(all([True,11,0]))
print(all([]))
any（必须要传值） 一个元素都为真则为真，空为假
print(any([True,False,0]))
print(any([]))
callabe 判断是否可以调用
print(callable(len))
chr 数字转字符
ord 字符转数字
print(chr(90))
print(ord(‘Z‘))
dir()看可以用什么属性 相当于. 后面跳出来的功能
l=[1,2,3]
print(dir(l))
divmod (10,3) #得到商，余数
print(divmod(10,3))
eval(‘1+10‘)# 11 直接读出字符串里的内容
但字符串里的乱七八糟字符不能读出来
res=eval(‘{"k1":111}\n‘)
print(res[‘k1‘])
原文：https://www.cnblogs.com/guojieying/p/13360957.html