迭代器与生成器

迭代器入门

python 复制代码

"""
案例: 演示自定义迭代器.

迭代器介绍:
    概述:
        自定义的类, 只要重写了 __iter__() 和 __next__() 方法, 就可以称为 迭代器.
    目的:
        隐藏底层的逻辑, 让用户使用更方便.
        惰性加载, 用的时候才会获取.

回顾: for循环格式
    for i in 可迭代类型:
        pass
"""
# 需求: 模拟range(1, 6), 自定义 迭代器实现同等逻辑.
# 场景1: 回顾 range()用法.
for i in range(1, 6):
    print(i)
print('-' * 23)


# 场景2: 自定义迭代器.
# 1. 自定义 迭代器类.
class MyIterator:
    # 2. 通过init魔法方法, 初始化属性, 指定: 范围.
    def __init__(self, start, end):
        self.current_value = start      # 当前值, 默认为 开始值.
        self.end = end                  # 结束值.

    # 3. 重写iterator魔法方法, 返回当前对象(即: 迭代器对象).
    def __iter__(self):
        return self

    # 4. 重写next魔法方法, 返回当前值, 并更新当前值.
    def __next__(self):
        # 4.1 判断当前值范围是否合法.
        if self.current_value >= self.end:
            raise StopIteration     # 抛出异常, 迭代结束.

        # 4.2 走这里, 说明当前值合法, 返回当前值, 并更新当前值.
        # value = self.current_value      # value =               1   2   3   4   5
        # self.current_value += 1         # self.current_value =  2   3   4   5   6
        # return value                    #                       1   2   3   4   5

        # 效果同上, 代码更简单
        self.current_value += 1          # self.current_value =  2   3   4   5   6
        return self.current_value - 1    #                       1   2   3   4   5


# 5. 创建迭代器对象, 并遍历.
# 5.1 for循环
for i in MyIterator(1, 6):
    print(i)
print('-' * 23)

# 5.2 next()函数
my_itr = MyIterator(10, 13)
print(next(my_itr)) # 10
print(next(my_itr)) # 11
print(next(my_itr)) # 12
# print(next(my_itr)) # raise StopIteration     # 抛出异常, 迭代结束.

生成器介绍

案例1: 推导式写法

python 复制代码

"""
案例: 演示生成器之 推导式写法.

生成器介绍:
    概述:
        所谓的生成器就是基于 数据规则, 用一部分在生成一部分, 而不是一下子生成完所有.
    目的:
        可以节省大量的内存.
    实现方式:
        1. 推导式写法.
        2. yield关键字
"""
import sys      # system: 系统模块

# 场景1: 生成器 推导式写法.
# 需求1: 生成1 ~ 10之间的整数.
my_generator = (i for i in range(1, 11)) #这里使用的是()
print(my_generator)
print(type(my_generator))   # <class 'generator'>
print('-' * 23)

# 需求2: 生成 1 ~ 10 之间的偶数.
my_gt2 = (i for i in range(1, 11) if i % 2 == 0)
print(my_gt2)
print('-' * 23)

# 需求3: 如何从生成器中获取数据.
# 思路1: next()
print(next(my_gt2))     # 2
print(next(my_gt2))     # 4
print('*' * 23)
for i in my_gt2:
    print(i)            # 6, 8, 10
print('-' * 23)

# 验证 生成器的目的 就是可以减少内存占用.
my_list = [i for i in range(1000000)]
my_gt3 = (i for i in range(1000000))
print(type(my_list), type(my_gt3))


# 查看my_list的内存空间占用.
print(f'my_list的内存占用: {sys.getsizeof(my_list)}')    # 89095160
print(f'my_gt3的内存占用: {sys.getsizeof(my_gt3)}')      # 192
print('-' * 23)

案例2: yield关键字

python 复制代码

"""
案例: 演示生成器之 推导式写法.

生成器介绍:
    概述:
        所谓的生成器就是基于 数据规则, 用一部分在生成一部分, 而不是一下子生成完所有.
    目的:
        可以节省大量的内存.
    实现方式:
        1. 推导式写法.
        2. yield关键字
"""

# 需求: 通过yield方式, 获取到生成器之 1 ~ 10之间的整数.
# 回顾: 推导式写法.
my_g = (i for i in range(1, 11))

# yield方式如下.
# 1.定义函数, 存储到生成器中, 并返回.
def my_fun():
    # yield在这里做了三件事儿: 1.创建生成器对象.  2.把值存储到生成器中.  3.返回生成器.
    for i in range(1, 11):
        yield i

# 2.测试.
my_g2 = my_fun()
print(type(my_g2))  # <class 'generator'>

print(next(my_g2))
print(next(my_g2))
print('-' * 23)
for i in my_g2:
    print(i)

案例3: 批量歌词

python 复制代码

"""
案例: 基于传入的数值(每批次的歌词条数), 创建 生成器, 生成批次歌词.
"""
import math

# 需求: 基于文件中 周杰伦的歌词, 创建生成器, 根据传入的每批次的歌词条数, 生成歌词批次.
# 1. 定义函数, 接收 每批次的歌词条数, 返回生成器.
def dataset_loader(batch_size):     # 假设是 8条/批次
    """
    自定义的 歌词 批量生成器
    :param batch_size:  每批次的歌词条数
    :return: 生成器, 每个元素都是一批次的数据, 例如: (8条, 8条, 8条...)
    """
    # 1.1 读取文件数据.
    with open('./data/jaychou_lyrics.txt', 'r', encoding='utf-8') as src_f:
        # 1.2 一次读取所有行.
        # lines = [line.strip() for line in src_f.readlines()]
        lines = src_f.readlines()

        # 1.3 计算批次总数, 假设: 5批
        total_batch = math.ceil(len(lines) / batch_size)

        # 1.4 for循环方式, 获取到每批次的数据, 放到生成器中, 并返回.
        for idx in range(total_batch):      # idx的值: 0, 1, 2, 3, 4
            # 第1批歌词, 批次索引(idx=0), 歌词为: 第1条 ~ 第8条, 索引为: 0 ~ 7
            # 第2批歌词, 批次索引(idx=1), 歌词为: 第9条 ~ 第16条, 索引为: 8 ~ 15
            # 第3批歌词, 批次索引(idx=2), 歌词为: 第17条 ~ 第24条, 索引为: 16 ~ 23
            yield lines[idx * batch_size : idx * batch_size + batch_size]      # 第1批


# 2. 测试.
dl = dataset_loader(8)
print(next(dl)) # 第1批
print(next(dl)) # 第2批

for batch_data in dl:
    print(batch_data)

Property属性介绍

场景1: 装饰器用法

python 复制代码

"""
案例: 演示property属性的用法.

property属性介绍:
    概述/目的/作用:
        把 函数 当做 变量来使用.
    实现方式:
        方式1: 装饰器.
        方式2: 类属性.


property的装饰器用法:
    @property               修饰 获取值的函数
    @获取值的函数名.setter     修饰 设置值的函数

    之后, 就可以直接 .上述的函数名 来当做变量直接用.
"""

# 需求: 定义学生类, 私有属性 age, 通过property实现简化调用.
# 1. 定义学生类.
class Student:
    # 1.1 私有属性.
    def __init__(self):
        self.__age = 18

    # 1.2 提供公共的方式方式
    @property
    def age(self):
        return self.__age

    @age.setter
    def age(self, age):
        # 可以在这里对传入的age值做判断, 但是一般不做, 重要字段才会做判断.
        # 因为实际开发中数据是从前端传过来的, 已经做过判断了, 这里做属于二次校验.
        self.__age = age

# 2. 测试
if __name__ == '__main__':
    # 2.1 创建学生对象.
    s = Student()
    # 2.2. 设置值
    s.age = 20
    # 2.3 获取值
    print(s.age)

场景2: 类属性

python 复制代码

"""
案例: 演示property属性的用法.

property属性介绍:
    概述/目的/作用:
        把 函数 当做 变量来使用.
    实现方式:
        方式1: 装饰器.
        方式2: 类属性.


property的装饰器用法:
    @property               修饰 获取值的函数
    @获取值的函数名.setter     修饰 设置值的函数

property类属性的用法:
    类属性名 = property(获取值的函数名, 设置值的函数名)

    之后, 就可以直接 .上述的函数名 来当做变量直接用.
"""

# 需求: 定义学生类, 私有 age属性, 通过property充当类属性用.
# 1. 定义学生类.
class Student:
    # 1.1 私有age属性.
    def __init__(self):
        self.__age = 20

    # 1.2 公共的访问方式.
    def get_age(self):
        return self.__age

    def set_age(self, age):
        self.__age = age

    # 1.3 封装上述的公共方式为 类属性
    # 参1: 获取值的函数名,    参2: 设置值的函数名
    age = property(get_age, set_age)

# 2. 测试
if __name__ == '__main__':
    # 2.1 创建学生对象.
    s = Student()
    # 2.2. 设置值
    s.age = 99
    # 2.3 获取值
    print(s.age)