python 高级进阶—可迭代，迭代器，生成器，装饰器

一，可迭代与迭代器

1.什么是可迭代

可迭代对象是指一种可以被迭代的对象，也就是说这种对象可以通过迭代器进行遍历

2.可迭代的类型有哪些？

|-----------------|-----------------------------------|
| 列表（list） | 如 [1, 2, 3] |
| **元组（tuple） | 如 (1, 2, 3) |
| **字符串（str） | 如 "abc" |
| **集合（set） | 如 {1, 2, 3} |
| **字典（dict） | 如 {"a": 1, "b": 2}（字典的迭代默认是遍历键） |

3.如何实现可迭代？

复制代码

#在类中 定义该函数，该类的实例就有了可迭代性
def __iter__(self):  
       return self

例如：

复制代码

class MyDatas:
  
   def __iter__(self):  # 定义该函数，该类的实例就有了可迭代性
        return self

md = MyDatas()

print(isinstance(md, Iterable))

利用 isinstance 方法，获取md 是否是可迭代的 Iterable 类的一个实例

结果返回 True 该实例具有可迭代性

4.如何定义一个迭代器

复制代码

# 定义该函数，该类的实例就有了迭代器的性质
def __next__(self):

例如：

复制代码

class MyDatas:
  
   def __next__(self):  # 定义该函数，该类的实例就有了迭代器的性质

        return self

md = MyDatas()

print(isinstance(md, Iterator))

5.迭代器与可迭代

迭代器一定是可迭代的，可以通过两种方法取值：

for 循环遍历

next（）查询

二，生成器

生成器是 Python 中的一种特殊类型的迭代器，用于简化可迭代对象的创建和管理。生成器通过 yield 语句生成值，每次调用 next() 函数时，生成器会从上次 yield 的位置继续执行，并返回下一个值。

1.生成器的写法

1，元组推导式

复制代码

# t0 = (i for i in range(1000))
# print(t0.__sizeof__())


# 返回结果是生成器

2.在函数中使用yield

复制代码

def my_data():
    yield 1
    yield 2
    yield 3
    yield 4

    return 10

m = my_data()

2.取值方式

生成器就是迭代器，更具有可迭代性

所以: 生成器也可以通过for 循环遍历，也可以使用next（）取值

3.生成器的优缺点

1.优点：

占用内存少，节省空间

复制代码

# l0 = [i for i in range(1000)]
# print(l0.__sizeof__())

# t0 = (i for i in range(1000))
# print(t0.__sizeof__())

利用 sizeof() 返回占用的空间大小

可以得到生成器始终占用184 空间，小到0大到无穷无尽，始终是184空间大小

这是因为生成器存储的不是具体的值，而是数据的规则

2.缺点

缺点：不能使用下标来找某个值，因为它没有具体存储这些值

每次找都必须从第一个值开始往后找

3.如何返回函数的return值

复制代码

# 结合try 和 next 可以将真实的函数返回值 以e返回出来
# while True:
#     try:
#         print(next(m))
#     except StopIteration as e:
#         print(f'取完了',e)
#         break

三，装饰器

1.闭包

闭包三要素：

1.外层函数嵌套内层函数

2.外层函数将内层函数返回

3.内层函数可以访问外层函数的局部变量

2.装饰器

装饰器：在不改变原有函数的结构和实现的前提下，对函数添加新的功能

3.装饰器示例

详细内容于

闭着眼就能学会的装饰器-CSDN博客