python學習第四節 叠代器 生成器 面向過程編程
阿新 • • 發佈:2018-01-05
break 對象 end 面向過程編程 捕捉 捕捉異常 就會 python學習 因此
[1, 4, 9]
>>> next(L)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: ‘list‘ object is not an iterator
>>> I=iter(L)
>>> next(I)
1
>>> next(I)
2
>>> next(I)
3
>>> next(I)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
1:什麽是叠代
可以直接作用於for循環的對象統稱為可叠代對象(Iterable)。 可以被next()函數調用並不斷返回下一個值的對象稱為叠代器(Iterator)。 所有的Iterable均可以通過內置函數iter()來轉變為Iterator。 對叠代器來講,有一個__next()就夠了。在你使用for 和 in 語句時,程序就會自動調用即將被處理的對象的叠代器對象,然後使用它的next__()方法,直到監測到一個StopIteration異常。
>>> L = [1,2,3]
>>> [x**2 for x in L]
>>> next(L)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: ‘list‘ object is not an iterator
>>> I=iter(L)
>>> next(I)
1
>>> next(I)
2
>>> next(I)
3
>>> next(I)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
#1、為何要有叠代器? 對於序列類型:字符串、列表、元組,我們可以使用索引的方式叠代取出其包含的元素。但對於字典、集合、文件等類型是沒有索引的,若還想取出其內部包含的元素,則必須找出一種不依賴於索引的叠代方式,這就是叠代器 #2、什麽是可叠代對象? 可叠代對象指的是內置有__iter__方法的對象,即obj.__iter__,如下 ‘hello‘.__iter__ (1,2,3).__iter__ [1,2,3].__iter__ {‘a‘:1}.__iter__ {‘a‘,‘b‘}.__iter__ open(‘a.txt‘).__iter__ #3、什麽是叠代器對象?可叠代對象執行obj.__iter__()得到的結果就是叠代器對象 而叠代器對象指的是即內置有__iter__又內置有__next__方法的對象 文件類型是叠代器對象 open(‘a.txt‘).__iter__() open(‘a.txt‘).__next__() #4、註意: 叠代器對象一定是可叠代對象,而可叠代對象不一定是叠代器對象
2:叠代器對象的使用
dic={‘a‘:1,‘b‘:2,‘c‘:3}
iter_dic=dic.__iter__() #得到叠代器對象,叠代器對象即有__iter__又有__next__,但是:叠代器.__iter__()得到的仍然是叠代器本身
iter_dic.__iter__() is iter_dic #True
print(iter_dic.__next__()) #等同於next(iter_dic)
print(iter_dic.__next__()) #等同於next(iter_dic)
print(iter_dic.__next__()) #等同於next(iter_dic)
# print(iter_dic.__next__()) #拋出異常StopIteration,或者說結束標誌
#有了叠代器,我們就可以不依賴索引叠代取值了
iter_dic=dic.__iter__()
while 1:
try:
k=next(iter_dic)
print(dic[k])
except StopIteration:
break
#這麽寫太醜陋了,需要我們自己捕捉異常,控制next,python這麽牛逼,能不能幫我解決呢?能,請看for循環
3:for循環
#基於for循環,我們可以完全不再依賴索引去取值了 dic={‘a‘:1,‘b‘:2,‘c‘:3} for k in dic: print(dic[k]) #for循環的工作原理 #1:執行in後對象的dic.__iter__()方法,得到一個叠代器對象iter_dic #2: 執行next(iter_dic),將得到的值賦值給k,然後執行循環體代碼 #3: 重復過程2,直到捕捉到異常StopIteration,結束循環
叠代器的優缺點
#優點: - 提供一種統一的、不依賴於索引的叠代方式 - 惰性計算,節省內存 #缺點: - 無法獲取長度(只有在next完畢才知道到底有幾個值) - 一次性的,只能往後走,不能往前退
二 什麽是生成器
#只要函數內部包含有yield關鍵字,那麽函數名()的到的結果就是生成器,並且不會執行函數內部代碼 def func(): print(‘====>first‘) yield 1 print(‘====>second‘) yield 2 print(‘====>third‘) yield 3 print(‘====>end‘) g=func() print(g) #<generator object func at 0x0000000002184360>
生成器就是叠代器
g.__iter__ g.__next__ #2、所以生成器就是叠代器,因此可以這麽取值 res=next(g) print(res)
面向過程編程
#1、首先強調:面向過程編程絕對不是用函數編程這麽簡單,面向過程是一種編程思路、思想,而編程思路是不依賴於具體的語言或語法的。言外之意是即使我們不依賴於函數,也可以基於面向過程的思想編寫程序 #2、定義 面向過程的核心是過程二字,過程指的是解決問題的步驟,即先幹什麽再幹什麽 基於面向過程設計程序就好比在設計一條流水線,是一種機械式的思維方式 #3、優點:復雜的問題流程化,進而簡單化 #4、缺點:可擴展性差,修改流水線的任意一個階段,都會牽一發而動全身 #5、應用:擴展性要求不高的場景,典型案例如linux內核,git,httpd #6、舉例 流水線1: 用戶輸入用戶名、密碼--->用戶驗證--->歡迎界面 流水線2: 用戶輸入sql--->sql解析--->執行功能
python學習第四節 叠代器 生成器 面向過程編程