10.18Python基础迭代器生成器_函数式编程

Python迭代器与生成器

1. 迭代器 Iterator

什么是迭代器

• 迭代器是访问集合元素的一种方式。
• 迭代器是一个可以记住遍历的位置的对象。
• 迭代器可以重复使用，而不会像列表那样在迭代时被修改。
  迭代器函数iter和next

函数	说明
iter(iterable)	从可迭代对象中返回一个迭代器,iterable必须是能提供一个迭代器的对象
next(iterator)	从迭代器iterator中获取下一个记录，如果无法获取一下条记录，则触发 StopIteration 异常
迭代器说明

• 迭代器对象可以使用 next() 函数获取下一个元素。
• 使用 iter() 函数可以从任何可迭代对象中获取迭代器。
  迭代器示例：

# 示例 可迭代对象
L = [1, 2, 3, 4, 5]
it = iter(L)  # 从列表L中获取迭代器
print(next(it))  # 输出 1
print(next(it))  # 输出 2

迭代器的用途

• 迭代器对象能用 next() 函数获取下一个元素，这对于大数据集合特别有用，因为它不需要在内存中存储所有元素。
  迭代器函数iter和next 示例：

L = [1, 2, 3, 4, 5]
it = iter(L)
for i in it:
    print(i)

2. 生成器

生成器是在程序运行时生成数据，与容器不同，它通常不会在内存中保留大量的数据，而是现用现生成。

• yield 是一个关键字，用于定义生成器函数，生成器函数是一种特殊的函数，可以在迭代过程中逐步产生值，而不是一次性返回所有结果。
• 跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
• 每次使用 yield 语句生产一个值后，函数都将暂停执行，等待被重新唤醒。
• yield 语句相比于 return 语句，差别就在于 yield 语句返回的是可迭代对象，而 return 返回的为不可迭代对象。
• 然后，每次调用生成器的 next() 方法或使用 for 循环进行迭代时，函数会从上次暂停的地方继续执行，直到再次遇到 yield 语句。

生成器函数
含有 yield 语句的函数是生成器函数，此函数调用回返回一个生成器对象，生成器也是可迭代对象
yield 语句的语法

yield 表达式

生成器函数示例1:

def simple_generator():
    yield 1
    yield 2
    yield 3
for value in simple_generator():
    print(value)

生成器函数示例2:

def Descendorder(n):
    while n > 0:
        yield n
        n -= 1
# 使用生成器函数
for num in Descendorder(5):
    print(num)

以上实例中，Descendorder 函数是一个生成器函数。它使用 yield 语句逐步产生从 n 到 1 的倒序数字。在每次调用 yield 语句时，函数会返回当前的倒序数字，并在下一次调用时从上次暂停的地方继续执行。
创建生成器对象并使用 next() 函数或 for 循环迭代生成器，我们可以逐步获取生成器函数产生的值。在这个例子中，我们首先使用 next() 函数获取前两个倒序数字，然后通过 for 循环获取剩下的三个倒序数字。
生成器函数的优势是它们可以按需生成值，避免一次性生成大量数据并占用大量内存。此外，生成器还可以与其他迭代工具（如 for 循环）无缝配合使用，提供简洁和高效的迭代方式。

1. 生成器表达式

• 语法:

( 表达式 for 变量 in 可迭代对象 [if 真值表达式])

• 作用
  用推导式的形式创建一个生成器
  示例：

>>> (x ** 2 for x in range(1, 5))   # 生成器表达式
<generator object <genexpr> at 0x...>
>>> for num in (x ** 2 for x in range(1, 5)):
...     print(num)
...
1
4
9
16

2. map(函数，可迭代对象)

• 使用一个函数和一个迭代器中的每个元素作为输入，返回一个迭代器，其包含函数应用于每个元素的结果。
  示例：

def square(x):
    return x ** 2
numbers = [1, 2, 3, 4, 5]
squared_numbers = map(square, numbers)
print(list(squared_numbers))  # 输出 [1, 4, 9, 16, 25]

3. filter(函数，可迭代对象)

• 使用一个函数和一个可迭代对象作为输入，返回一个迭代器，它只包含函数返回值为True的元素。
  示例：

def is_even(x):
    return x % 2 == 0
numbers = [1, 2, 3, 4, 5, 6]
even_numbers = filter(is_even, numbers)
print(list(even_numbers))  # 输出 [2, 4, 6]

4. reduce(函数，可迭代对象[, 初始值])

• reduce 函数来自 functools 模块，它会对迭代器中的元素进行累积操作，从左到右依次处理数据，最终累计为一个结果值。
  示例：

from functools import reduce
def add(x, y):
    return x + y
numbers = [1, 2, 3, 4, 5]
sum_of_numbers = reduce(add, numbers)
print(sum_of_numbers)  # 输出 15

2. Python装饰器 Decorators

定义：在不修改原始函数代码的情况下，为函数添加新的功能。

2.1 装饰器的基本概念

2.1.1 装饰器语法糖

@decorator
def function():
    pass

等价于：

def function():
    pass
function = decorator(function)

2.1.2 装饰器示例

def uppercase(func):
    def wrapper():
        original_result = func()
        modified_result = original_result.upper()
        return modified_result
    return wrapper
@uppercase
def sayhello():
    return "Hello, Bob"
print(sayhello())  # 输出 "HELLO, BOB"

2.1.3 带参数的装饰器

def uppercase(func):
    def wrapper(*args, **kwargs):
        original_result = func(*args, **kwargs)
        modified_result = original_result.upper()
        return modified_result
    return wrapper
@uppercase
def sayhello(name):
    return "Hello, " + name
print(sayhello("Bob"))  # 输出 "HELLO, BOB"

2.1.4 类装饰器

class MyDecorator:
    def __init__(self, func):
        self.func = func
    
    def __call__(self, *args, **kwargs):
        print("装饰器添加的功能")
        return self.func(*args, **kwargs)
@MyDecorator
def sayhello(name):
    return "Hello, " + name
print(sayhello("Bob"))  # 输出 "装饰器添加的功能" 然后 "Hello, Bob"

• MyDecorator 是一个类装饰器。
• 它使用 __init__ 方法接收一个函数，并将其存储在实例变量 self.func 中。
• __call__ 方法使得类的实例可以被当作函数调用，在这里可以添加额外的功能，并最终调用原始函数。

2.2 装饰器的进阶使用

2.2.1 保留原函数的元信息

当使用装饰器时，原始函数的某些元信息（如函数名、文档字符串、参数列表等）可能会丢失。为了保留这些信息，可以使用 functools.wraps 装饰器。

from functools import wraps
def uppercase(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        original_result = func(*args, **kwargs)
        modified_result = original_result.upper()
        return modified_result
    return wrapper
@uppercase
def sayhello(name):
    """返回一个问候语"""
    return "Hello, " + name
print(sayhello("Bob"))  # 输出 "HELLO, BOB"
print(sayhello.__name__)  # 输出 "sayhello" 而不是 "wrapper"
print(sayhello.__doc__)  # 输出 "返回一个问候语"

2.2.2 嵌套装饰器

可以同时使用多个装饰器来装饰一个函数，装饰器会按照从内到外的顺序执行。

def uppercase(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        original_result = func(*args, **kwargs)
        modified_result = original_result.upper()
        return modified_result
    return wrapper
def exclamation(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        original_result = func(*args, **kwargs)
        modified_result = original_result + "!"
        return modified_result
    return wrapper
@uppercase
@exclamation
def sayhello(name):
    return "Hello, " + name
print(sayhello("Bob"))  # 输出 "HELLO, BOB!"

在这个例子中，sayhello 函数首先被 exclamation 装饰器装饰，然后被 uppercase 装饰器装饰。

2.2.3 装饰器参数的传递

如果装饰器本身需要参数，那么需要再定义一个函数来接收这些参数，然后返回一个装饰器。

def repeat(times):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            for _ in range(times):
                func(*args, **kwargs)
        return wrapper
    return decorator
@repeat(times=3)
def sayhello(name):
    print("Hello, " + name)
sayhello("Bob")  # 输出 "Hello, Bob" 三次

在这个例子中，repeat 函数接收一个参数 times，然后返回一个装饰器，该装饰器会使得被装饰的函数重复执行指定次数。

2.3 总结

Python的装饰器是一个非常强大的功能，它允许我们在不修改原始函数代码的情况下，增加函数的行为。通过使用装饰器，我们可以轻松地实现日志记录、性能测试、事务处理、权限校验等跨多个函数的通用功能。理解和掌握装饰器是Python高级编程的重要一步。

原文地址：https://blog.csdn.net/gs1we1/article/details/143060749

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！