python之路——第二块（装饰器、生成器、迭代器）

标签：占用   iter   函数   instance   blog   对象   迭代器   空间   需要   

装饰器

def deco(count):
    def func(num):
        if num < 10:
            count(num)
        else:
            exit()
    return func

@deco
def count(num):
    a = 0
    for i in range(num):
        a += i
    print(a)

count(11)

注：deco(count)和下面的count(num)中的count只是一个形参，count可以用任何变量名替换，但是num是一定要有，因此传入的实参是被装饰函数，被装饰函数有num形参。

总结：1、装饰器没有修改被装饰函数的源代码和调用方式

　　　2、用到了高阶函数，把被装饰函数函数名当做实数传入装饰器第一级函数；装饰器第二级函数包含被装饰函数以及要加的新功能，然后将第二级函数的内存地址返回给第一级函数。这样就能达到装饰的效果。

　　　3、用到了嵌套函数，第一级函数嵌套第二级函数。

生成器：一边循环一边计算的机制，节省内存空间；只有在调用这个生成器时，才会生成想应的数据。

　　首先看一个列表生产式

a = [i*2 for i in range(10)]        #列表生产式
print(a)          #直接打印a列表的所有结果

　　但是如果range()里面是10000的时候，就会占用电脑大量内存，我们需要的仅仅是其中一个数据。此时可以用生成器

b = (i*2 for i in range(10))   #生成器
print(b)      #打印的是内存地址

　　此时，b就是生成器，打印b显示的是内存地址，可用_next_方法

print(b.__next__())   #0
print(b.__next__())   #2
print(b.__next__())   #4

除了这种列表生产器，还可以把函数改装生成器，比如下面一个斐波那契函数

def fei(max):              #斐波那契额函数
    a,b,n = 0,1,0
    while n < max:
        print(b)
        a,b = b,a+b
        n += 1

　　调用这个函数，输出的是整个斐波那契列表，但是可以把print(b)改成yield b的方法，把函数变成生成器。

def feib(max):
    a,b,n = 0,1,0
    while n < max:
        yield b            #将print 改为 yield 变成斐波那契生成器
        a,b = b,a+b
        n += 1
f = feib(10)
print(f.__next__())   #1
print(f.__next__())   #1
print(f.__next__())   #2

　　可以用for的方法，来输出生产器的所有结果

for i in fei(10):
    print(i)

　　输出的结果和

f = fei(10)

　　的结果一样

可迭代对象：可以直接作用于for循环的对象统称为可迭代对象：Iterable

迭代器：可以被_next_()函数调用并不断返回下一个值的对象称为迭代器：Iterator

1、可以使用isinstance()判断一个对象是否是Iterable对象

2、集合数据类型，如list、tuple、dict、set、str等可以使用for循环，但是不具有_next_()方法，使用只属于可迭代对象，不属于迭代器

所以，生成器属于迭代器，也属于可迭代对象，但是迭代器不一定是生成器。

python之路——第二块（装饰器、生成器、迭代器）

标签：占用   iter   函数   instance   blog   对象   迭代器   空间   需要   

原文地址：http://www.cnblogs.com/japhi/p/6924538.html