Python3 与 C# 扩展之～基础衍生

原创

逸鹏

修改于 2018-07-08 06:56:23

1.7K0

修改于 2018-07-08 06:56:23

文章被收录于专栏：逸鹏说道逸鹏说道

本文适应人群： C# or Python3 基础巩固

代码裤子： https://github.com/lotapp/BaseCode

在线编程： https://mybinder.org/v2/gh/lotapp/BaseCode/master

在线预览：http://github.lesschina.com/python/base/ext/基础衍生.html

马上快期末考试了，老师蜜月也回来了，于是有了一场跨季度的复习讲课了：

1.Python基础语法扩展

1.1.if 判断条件相关

None、""、0、[]、{} ==> 假

1、" "、[None,""]、{"":None} ==> 真

小明可高兴了，前几天被打击的面目全非，这几天老师回来了，又可以大发神威了，于是抢先提交demo：

# Noneif None:    print(True)else:    print(False)

False

# 0为Falseif 0:    print(True)else:    print(False)

False

# 空字符串if "":    print(True)else:    print(False)

False

# 空列表为Falseif []:    print(True)else:    print(False)

False

# 空字典为Falseif {}:    print(True)else:    print(False)

False

# 1为Trueif 1:    print(True)else:    print(False)

True

# 含空格if " ":    print(True)else:    print(False)

True

if [None,""]:    print(True)else:    print(False)

True

if {"":None}:    print(True)else:    print(False)

True

老师微带笑容的看了小明一眼，然后接着讲if的扩展

1.2.三元表达符

eg: max=aifa>belseb

a, b = 1, 2max = a if a > b else bprint(max)

a, b, c = 1, 3, 2max = a if a > b else bmax = max if max > c else cprint(max)

# 上面的那个还有一种简写（不推荐）a, b, c = 1, 3, 2max = (a if a > b else b) if (a if a > b else b) > c else cprint(max)

1.2.字符串和编码

在 Python3.x版本中，字符串是以 Unicode编码的

对于单个字符的编码，Python提供了 ord()函数获取字符的整数表示， chr()函数把编码转换为对应的字符

小潘对这块有所研究，把小明按在桌上然后抢先提交demo：

ord('D')

ord('毒')

chr(68)

'D'

chr(27602)

'毒'

print(ord('A'))print(ord('Z'))print(ord('a'))print(ord('z'))

659097122

老师补充讲解道：

编码： encode() 解码： decode()

url相关的可以用：

urllib.parse.quote() and urllib.parse.unquote()

urllib.parse.urlencode() 可以直接对一个 key-value进行 url编码

# encode() and decode()name="毒逆天"name_encode=name.encode("utf-8")print(name_encode)print(name_encode.decode("utf-8"))

b'\xe6\xaf\x92\xe9\x80\x86\xe5\xa4\xa9'毒逆天

# 需要导入urlib.parseimport urllib.parse

test_str="淡定"# 对字符串进行url编码和解码test_str_enode = urllib.parse.quote(test_str)print(test_str_enode)# urllib.parse.quote() 解码print(urllib.parse.unquote(test_str_enode))

%E6%B7%A1%E5%AE%9A淡定

# urlencode 可以直接对一个key-value进行编码test_dict={"name":"毒逆天","age":23}encode_str = urllib.parse.urlencode(test_dict)print(encode_str)print(urllib.parse.unquote(encode_str))

name=%E6%AF%92%E9%80%86%E5%A4%A9&age=23name=毒逆天&age=23

1.3.值判断和地址判断

小明不乐意了，你个小潘总是抢我的风头，看完标题就刷刷的在黑板上写下了如下知识点：

is 是比较两个引用是否指向了同一个对象（ id()得到的地址一样则相同）

== 是比较两个对象的值是否相等

在之前讲Dict的时候提了一下可变和不可变类型：https://www.cnblogs.com/dotnetcrazy/p/9155310.html#5.2.增加和修改

Func里面又系统的说了一下：https://www.cnblogs.com/dotnetcrazy/p/9175950.html#4.5.可变类型和不可变类型

对于可变不可变系列就不去复述了，下面再来几个案例看看 值判断和 地址判断的概念

################ 可变类型 ################

a=[1,2,3]b=[1,2,3]# id不一样，那is肯定不一样了print(id(a))print(id(b))

139727165899464139727165725256

# a和b是否指向同一个地址a is b

False

# a和b的值是否相同a == b

True

################ 开始变化了 ################

# 让a指向b的地址a=b# a和b的id一样了print(id(a))print(id(b))

139727165725256139727165725256

# a和b是否指向同一个地址a is b

True

# a和b的值是否相同a == b

True

################ 不可变类型 ################

a=1b=1# id一样print(id(a))print(id(b))

9459257839465694592578394656

a is b

True

a == b

True

# 但是你要注意，不是所有不可变类型都这样的f1=1.2f2=1.2# 声明两个相同值的浮点型变量，查看它们的id，发现它们并不是指向同个内存地址(这点和int类型不同)print(id(f1))print(id(f2))

139727217917024139727217917096

# 这个就不一样了# 这方面涉及Python内存管理机制，Python对int类型和较短的字符串进行了缓存# 无论声明多少个值相同的变量，实际上都指向同个内存地址，其他的就没这福利咯～f1 is f2

False

f1 == f2

True

2.Python总结之for系列

老师徐徐道来：“之前说for总是零零散散的，现在基础都讲完了，来个小汇总：”

2.1.Base

能够被for循环遍历的，就是可迭代的

For基础系：https://www.cnblogs.com/dotnetcrazy/p/9102030.html#9.1.Python

# 类似于for(int i=0;i<5;i++)for i in range(5):    print(i)

#while循环一般通过数值是否满足来确定循环的条件#for循环一般是对能保存多个数据的变量，进行遍历name="https://pan.baidu.com/s/1weaF2DGsgDzAcniRzNqfyQ#mmd"for i in name:    if i=='#':        break    print(i,end='')#另一种写法：print("%s"%i,end="")print('\n end ...')

https://pan.baidu.com/s/1weaF2DGsgDzAcniRzNqfyQ end ...

# 你期望的结果是：i = 5for i in range(10):    if i == 5:        print("i = %d" % i)else:    print("没有找到")

i = 5没有找到

# 当迭代的对象迭代完并为空时，位于else的子句将执行# 而如果在for循环中含有break时则直接终止循环，并不会执行else子句# 正确写法如下：for i in range(10):    if i == 5:        print("i = %d" % i)        breakelse:    print("没有找到")

i = 5

# 遍历一个字典test_dict={"Name":"小明","Age":23}for k,v in test_dict.items():    print("key:%s,value:%s"%(k,v))

key:Name,value:小明key:Age,value:23

2.2.列表生成式

如果下面知识点还不熟悉的，看看之前讲的～列表生成式：https://www.cnblogs.com/dotnetcrazy/p/9155310.html#1.9.列表生成式

简写： list(range(1,11)) 全写： [xforxinrange(1,11)]

list(range(1, 11))

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

[x for x in range(1,11)]

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 1~10的平方列表[x*x for x in range(1,11)]

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

# 1~10之间的偶数[x for x in range(1, 11) if x % 2 == 0]

[2, 4, 6, 8, 10]

# 数学里面的全排列[x + y for x in 'ABC' for y in 'AB']

['AA', 'AB', 'BA', 'BB', 'CA', 'CB']

# 数学里面的坐标轴[(x,y) for x in range(1,5) for y in range(1,4)]

[(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3), (4, 1), (4, 2), (4, 3)]

# (x,y,z) 一般三个嵌套就上天了[(x,y,z) for x in range(1,5) for y in range(1,4) for z in range(1,3)]

[(1, 1, 1), (1, 1, 2), (1, 2, 1), (1, 2, 2), (1, 3, 1), (1, 3, 2), (2, 1, 1), (2, 1, 2), (2, 2, 1), (2, 2, 2), (2, 3, 1), (2, 3, 2), (3, 1, 1), (3, 1, 2), (3, 2, 1), (3, 2, 2), (3, 3, 1), (3, 3, 2), (4, 1, 1), (4, 1, 2), (4, 2, 1), (4, 2, 2), (4, 3, 1), (4, 3, 2)]

2.3.扩展

如果要对list实现类似C#或者java那样的下标循环怎么办？

这块小明又有预习，于是在提交Code的同时大声说道：

Python内置的 enumerate函数可以把一个list变成 索引-元素对，这样就可以在for循环中同时迭代 索引和元素本身

for i, item in enumerate(['A', 'B', 'C']):    print(i, item)

0 A1 B2 C

3.Python中赋值、浅拷贝、深拷贝

看到标题小明和小潘就楞了，老师当时没讲解啊，然后两个人眼巴巴的看着老师讲解：

官方文档：https://docs.python.org/3/library/copy.html

3.1.赋值

通过 =来实现，就是把地址拷贝了一份，比如 a=b

a=[1,2,2]b = aprint(id(a))print(id(b))

139727165518536139727165518536

# 再验证a.append(3)# 都增加了一个3，说明的确指向同一个内存地址print(a)print(b)

[1, 2, 2, 3][1, 2, 2, 3]

3.2.深拷贝deepcopy

导入 copy模块，调用 deepcopy方法

如果有嵌套引用的情况，直接递归拷贝

import copya=[1,2,2]

b=copy.deepcopy(a)# 指向了不同的内存地址print(id(a))print(id(b))

139727165899080139727165900488

# 再验证一下a.append(3)# b不变，说明的确指向不同的内存地址print(a)print(b)

[1, 2, 2, 3][1, 2, 2]

################ 开始变化了 ################

# 之前讲了嵌套列表，我们来验证一下a=[1,2,2]b=[1,2,3,a]c=copy.deepcopy(b)# 发现地址都不一样print(id(b))print(id(c))print(id(b[3]))print(id(c[3]))

139727166586248139727165899080139727165725256139727165899464

# 直观的验证一下a.append(666)# 深拷贝的确是深拷贝print(b)print(c)

[1, 2, 3, [1, 2, 2, 666]][1, 2, 3, [1, 2, 2]]

3.3.浅拷贝copy

copy只是简单拷贝，如果拷贝内容里面还有引用之类的，他是不管的

import copya=[1,2,2]

b=copy.copy(a)# 指向了不同的内存地址print(id(a))print(id(b))

139727165902088139727165850952

################ 开始变化了 ################

# 之前讲了嵌套列表，我们来验证一下a=[1,2,2]b=[1,2,3,a]c=copy.copy(b)# 第一层地址不一样print(id(b))print(id(c))

139727165519432139727165902088

# 验证一下b.append(111)# 第一层指向的不同地址print(b)print(c)

[1, 2, 3, [1, 2, 2], 111][1, 2, 3, [1, 2, 2]]

# 如果里面还有引用，那么就不管了print(id(b[3]))print(id(c[3]))

139727165725576139727165725576

# 验证一下a.append(666)# 内部引用的确没copy新地址print(b)print(c)

[1, 2, 3, [1, 2, 2, 666], 111][1, 2, 3, [1, 2, 2, 666]]

3.4.知识扩展

如果拷贝的对象是不可变类型，不管深拷贝和浅拷贝以及赋值都是地址引用

需要注意的是：Python和Net对于值类型处理是不一样的（管理方式不一样导致的）

==> NET中值类型默认是深拷贝的，而对于引用类型，默认实现的是浅拷贝

a=(1,2,2)b=aprint(id(a))print(id(b))

139727165526520139727165526520

a=(1,2,2)b=copy.deepcopy(a)print(id(a))print(id(b))

139727165846872139727165846872

a=(1,2,2)b=copy.copy(a)print(id(a))print(id(b))

139727165526520139727165526520

4.CSharp中赋值、浅拷贝、深拷贝

小明听懂了Python的深拷贝和浅拷贝后，本着学以致用的原则，写下了C#的实现：

先声明一下，本机环境是Ubuntu + NetCore，欢迎贴Code补充

4.1.赋值

Code：https://github.com/lotapp/BaseCode/tree/master/netcore/3_Ext/deepcopy

赋值方法和 Python一样，直接赋值即可

var list1 = new List<int>() { 1, 2, 2 };var list2 = list1;

%%script csharp// Python一样，直接赋值即可var list1 = new List<int>() { 1, 2, 2 };var list2 = list1;// 验证一下list1.Add(3);//我们修改一下list1，list2也就跟着就改变了foreach (var item in list1){    Console.Write(item + " ");}Console.WriteLine();foreach (var item in list2){    Console.Write(item + " ");}

1 2 2 3 1 2 2 3

4.2值类型默认深拷贝

NetCore深拷贝相关的官方文档 publicvoidCopyTo(T[]array);

简单类型用最简单的方式就能实现深拷贝了：

官方的CopyTo在这里和这个效果一样，但是比较麻烦，这边就不贴了（Code里面贴了）

var list3 = new List<int>() { 1, 2, 2 };var list4 = new List<int>(list3);// 验证一下list3.Add(3);foreach (var item in list3){    Console.Write(item + " ");}Console.WriteLine();foreach (var item in list4){    Console.Write(item + " ");}

结果：

1 2 2 3 1 2 2

4.3.引用类型默认浅拷贝

对于 List<T>再复杂点的，上面的方式就变成浅拷贝了：(类似于Python的Copy.Copy)

官方的CopyTo在这里和这个效果一样，但是比较麻烦，这边就不贴了（Demo里面贴了）

定义一个Student

public partial class Student{    public string Name { get; set; }    public int Age { get; set; }    public override string ToString()    {        return $"Name:{Name},Age:{Age}";    }}

浅拷贝Demo：

var list5 = new List<Student>(){    new Student { Name = "小张", Age = 22 },    new Student { Name = "小明", Age = 23 }    };var p = new Student() { Name = "小潘", Age = 23 };list5.Add(p);// 浅拷贝一份var list6 = new List<Student>(list5);// 浅拷贝测试// 我们修改一下list5，list6没有跟着改变，说明第一层的地址的确不一样list5.Add(new Student() { Name = "小胖", Age = 24 });// 当我们修改小潘同学的年龄时，大家都变了，说明真的只是浅拷贝p.Age = 24;foreach (var item in list5){    Console.WriteLine(item);}Console.WriteLine("=============");foreach (var item in list6){    Console.WriteLine(item);}

结果：

Name:小张,Age:22Name:小明,Age:23Name:小潘,Age:24Name:小胖,Age:24=============Name:小张,Age:22Name:小明,Age:23Name:小潘,Age:24

4.4.简单方式实现深拷贝

对于 List<T>的深拷贝场景，其实项目中还是蛮常见的,那深拷贝怎么搞呢？

先来一个简单的实现方式，需要 T实现 ICloneable接口才行：

定义一个Person类

public partial class Person : ICloneable{    public string Name { get; set; }    public int Age { get; set; }    //实现ICloneable的Clone方法    public object Clone()    {        return base.MemberwiseClone();//调用父类方法即可    }    public override string ToString()    {        return $"Name:{Name},Age:{Age}";    }}

给 List<T>定义一个扩展方法：（温馨提醒：扩展方法所在的类必须是static Class哦）

public static partial class ListExt{    // 只要T实现了ICloneable接口就可以了    public static IEnumerable<T> DeepCopy<T>(this IEnumerable<T> list) where T : ICloneable    {        return list.Select(item => (T)item.Clone()).ToList();    }}

来个调用加验证：

#region 引用类型深拷贝-简单实现方式var oldList = new List<Person>(){    new Person(){Name="小明",Age=23},    new Person(){Name="小张",Age=22},};var xiaoPan = new Person() { Name = "小潘", Age = 23 };oldList.Add(xiaoPan);var newList = oldList.DeepCopy();//测试oldList.Add(new Person() { Name = "小胖", Age = 23 });xiaoPan.Age = 24;foreach (var item in oldList){    Console.WriteLine(item);}Console.WriteLine("========");foreach (var item in newList){    Console.WriteLine(item);}#endregion

结果：

Name:小明,Age:23Name:小张,Age:22Name:小潘,Age:24Name:小胖,Age:23========Name:小明,Age:23Name:小张,Age:22Name:小潘,Age:23

4.5.序列化方式实现深拷贝（常用）

利用 System.Runtime.Serialization序列化与反序列化实现深拷贝

先定义一个Teacher类（别忘记加 Serializable 的标签）

[Serializable]public partial class Teacher{    public string Name { get; set; }    public int Age { get; set; }    public override string ToString()    {        return $"Name:{Name},Age:{Age}";    }}

添加一个扩展方法：

public static partial class ListExt{    // 利用System.Runtime.Serialization序列化与反序列化实现深拷贝    public static T DeepCopy2<T>(this T obj)    {        using (var stream = new MemoryStream())        {            var formatter = new BinaryFormatter();            formatter.Serialize(stream, obj);            stream.Seek(0, SeekOrigin.Begin);            return (T)formatter.Deserialize(stream);        }    }}

调用：

#region 引用类型深拷贝-序列化实现var oldTestList = new List<Teacher>(){    new Teacher(){Name="小明",Age=23},    new Teacher(){Name="小张",Age=22},};var s = new Teacher() { Name = "小潘", Age = 23 };oldTestList.Add(s);var newTestList = oldTestList.DeepCopy2();//测试oldTestList.Add(new Teacher() { Name = "小胖", Age = 23 });s.Age = 24;foreach (var item in oldTestList){    Console.WriteLine(item);}Console.WriteLine("========");foreach (var item in newTestList){    Console.WriteLine(item);}#endregion

结果：

Name:小明,Age:23Name:小张,Age:22Name:小潘,Age:24Name:小胖,Age:23========Name:小明,Age:23Name:小张,Age:22Name:小潘,Age:23

因为主要是说Python，Net只是简单提一下，这边就先到这里了

不尽兴可以看看这篇文章，讲得还是挺全面的

我们接着来对比学习～

5.Python生成器

一看到标题小明又懵圈了，但是看到大家好像都知道的样子心想道：“我是不是又睡过一节课啊？”

之前有讲列表生成式，这边说说生成器

通过列表生成式，我们可以简单并直接的创建一个列表，但是当数据有一定的规律而且又很大的时候，使用列表就有点浪费资源了

如果列表元素可以按照某种算法推算出来，这样就不必创建完整的list，从而节省大量的资源

5.1.简单方式

在Python中，这种一边循环一边计算的机制，称为生成器： generator

先看一个简单的生成器案例：（只要把一个列表生成式的 []改成 () ，就创建了一个 generator了）

# 列表生成式[x for x in range(10)]

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 生成器写法（Python2.x系列是用xrange）(x for x in range(10))

<generator object <genexpr> at 0x7f14c413cb48>

遍历方式可以用之前的 for循环来遍历（推荐）

也可以用 next()或者 __next__()方法来遍历。【C#是用 MoveNext】

generator保存的是算法，每次调用 next(xxx)或者 __next__()，就计算出下一个元素的值，直到计算到最后一个元素

当没有更多的元素时，抛出 StopIteration的异常

最新的Python3.7在这方面有所优化：https://www.python.org/dev/peps/pep-0479

g=(x for x in range(10))# for来遍历（推荐）for i in g:    print(i)

0123456789

g=(x for x in range(10))print(next(g))print(next(g))print(next(g))print(next(g))print(next(g))print(g.__next__()) #通过__next__也一样取下一个print(next(g))print(next(g))print(next(g))print(next(g))print(next(g))print(next(g))

0123456789---------------------------------------------------------------------------StopIteration                             Traceback (most recent call last)<ipython-input-72-9897a9148994> in <module>()     11 print(next(g))     12 print(next(g))---> 13 print(next(g))     14 print(next(g))StopIteration:

5.2.yield方式

如果推算的算法比较复杂，用类似列表生成式的for循环无法实现时，还可以用函数来实现

这时候就需要用到 yield了，像最经典的斐波拉契数列，这次用一波生成器来对比实现下：

# 递归方式：求第30个数是多少# 1、1、2、3、5、8、13、21、34...def fib(n):    if n == 1 or n == 2:        return 1    else:        return fib(n - 1) + fib(n - 2)fib(30)

# 在讲yield方式之前先用循环实现一下def fibona(max):    n, a, b = 0, 0, 1    while n < max:        print(b)        a, b = b, a + b        n = n + 1fibona(30)

112358132134558914423337761098715972584418167651094617711286574636875025121393196418317811514229832040

# for循环实现def fibona(n):    a, b = 0, 1    # [0,n)    for i in range(n):        print(b)        a, b = b, a + bfibona(30)

112358132134558914423337761098715972584418167651094617711286574636875025121393196418317811514229832040

a,b=b,a+b 之前交换两数的时候提过

这个相当于==>

temp_tuple = (b, a + b)a = temp_tuple[0]b = temp_tuple[1]

要把 fibona函数变成 generator，只需要把 print(b)改为 yieldb就可以了：

generator在执行过程中，遇到 yield就中断，下次又继续执行到 yield停下了，一直到最后

生成器的特点：

节约内存
迭代到下一次的调用时，所使用的参数都是第一次所保留下的（所有函数调用的参数都是第一次所调用时保留的，而不是新创建的）

# 改成生成器比较简单，直接换输出为yielddef fibona(n):    a, b = 0, 1    # [0,n)    for i in range(n):        yield b        a, b = b, a + b

# 看看是不是生成器g = fibona(30)g

<generator object fibona at 0x7f14c40efd58>

# 遍历输出（基本上都会用for来遍历）for i in g:    print(i)

112358132134558914423337761098715972584418167651094617711286574636875025121393196418317811514229832040

对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的循环的时候

小明总结如下：

在Python中，这种一边循环一边计算的机制称为生成器：generator
每一个生成器都是一个迭代器（迭代器不一定是生成器）
如果一个函数包含yield关键字，这个函数就会变为一个生成器
生成器并不会一次返回所有结果，而是每次遇到yield关键字后返回相应结果，并保留函数当前的运行状态，等待下一次的调用
由于生成器也是一个迭代器，那么它就支持next用方法来获取下一个值（我们平时用for来遍历它）

推荐一篇文章，总结的很全了：（yield用法总结）

5.3.扩展之～ `send(msg)`方法：

其实 __next__()和 send()在一定意义上作用是相似的，区别是 send()可以传递yield表达式的值进去

而 __next__()不能传递特定的值。我们可以看做 x.__next__() 和 x.send(None) 作用是一样的

# 来个案例：def test_send(n):    for i in range(n):        tmp = yield i        print(tmp)g = test_send(5)g

<generator object test_send at 0x7f14c40efdb0>

# 定义一个列表test_list = []# 把第一次yield的值放在列表中test_list.append(g.__next__())# 把list传给tmp并打印（可以理解为把表达式右边的 yield i 暂时换成了 test_list）# out的内容是yield返回的值g.send(test_list)

[0]1

# 以防你们看不懂，来个简单案例# 你传啥print(tmp)就给你打印啥g.send("你好啊")

你好啊2

注意一种情况， generator刚启动的时候，要么不传，要么只能传 None

解决：要么一开始 send(None)要么一开始先调用一下 __next()__ or next()

# 注意一种情况，generator刚启动的时候，要么不传，要么只能传Nonedef test_send(n):    for i in range(n):        tmp = yield i        print(tmp)g = test_send(5)g.send("dog") # TypeError: can't send non-None value to a just-started generator

---------------------------------------------------------------------------TypeError                                 Traceback (most recent call last)<ipython-input-82-2e891aa5dd81> in <module>()      7       8 g = test_send(5)----> 9 g.send("dog") # TypeError: can't send non-None value to a just-started generatorTypeError: can't send non-None value to a just-started generator

# 解决：要么一开始send(None)要么一开始先调用一下__next()__ or next()def test_send(n):    for i in range(n):        tmp = yield i        print(tmp)g = test_send(5)g.send(None)

g.send("dog")

dog1

扩：C#在遍历 generator的时候也是先调一下 MoveNext方法

while (tmp.MoveNext()){    Console.WriteLine(tmp.Current);}

5.4.扩展之～ `return`和 `break`的说明

在一个 generator函数中，如果没有 return则默认执行至函数完毕

如果在执行过程中 return或者 break则直接抛出 StopIteration终止迭代

# break案例def test_send(n):    for i in range(n):        if i==2:            break        yield ig = test_send(5)for i in g:    print(i)

# return案例def test_send(n):    for i in range(n):        if i==2:            return "i==2"        yield ig = test_send(5)for i in g:    print(i)

用 for循环调用 generator时，发现拿不到 generator的 return语句的返回值

如果想要拿到返回值，必须捕获 StopIteration错误，返回值包含在 StopIteration的value中

# 上面return的返回值怎么拿呢？g = test_send(5)while True:    try:        tmp = g.__next__()        print(tmp)    except StopIteration as ex:        print(ex.value)        break # 一定要加break，别忘了你在死循环里呢

01i==2

5.5.扩展之～协程 `yield`实现多任务调度

这个场景还是很常见的，比如C#的单线程实现多任务用的就可以使用yield

再比如生产消费这个经典案例：（参考）

生产者生产消息后，直接通过yield跳转到消费者开始执行，待消费者执行完毕后，切换回生产者继续生产

Python对协程的支持是通过generator实现的

在generator中，我们不但可以通过for循环来迭代，还可以不断调用 __next__()获取由 yield语句返回的下一个值。

因为Python的 yield不但可以返回一个值，它还可以接收调用者发出的参数(通过 send方法),所以就happy了

我们举个简单的demo来看看：

def consumer():    while True:        tmp = yield        # !None就变成真了        if not tmp:            return        print("消费者:",tmp)

# 创建消费者c = consumer()# 启动消费者c.send(None)# 生产数据，并提交给消费者c.send("小明")c.send("小潘")# 生产结束，通知消费者结束，抛出StopIteration异常c.send(None) # 使用c.close()可以避免异常

消费者: 小明消费者: 小潘---------------------------------------------------------------------------StopIteration                             Traceback (most recent call last)<ipython-input-89-bcc0083d4089> in <module>()      7 c.send("小潘")      8 # 生产结束，通知消费者结束，抛出StopIteration异常----> 9 c.send(None) # 使用c.close()可以避免异常StopIteration:

执行流程：

创建协程对象（消费者）后，必须使用 send(None)或 __next__()启动
协程在执行yield后让出执行绪，等待消息
调用方发送 send(msg)消息，协程恢复执行，将接收到的数据保存并执行后续流程
再次循环到yield，协程返回前面的处理结果，并再次让出执行绪
直到关闭或被引发异常

补全demo：

def consumer():    status = ""    while True:        tmp = yield status        if not tmp:            print("消费者已经睡觉了...")            return        print("消费者：获得商品%s号..." % tmp)        status = "ok"def produce(c):    # 启动消费者    c.send(None)    for i in range(1, 3):        print("生产者：出产商品%s号..." % i)        # 生产商品，并提交给消费者        status = c.send(i)        print("生产者：生产者消费状态: %s" % status)    # c.send(None) 执行这个会引发StopIteration    c.close()  # 使用close就可以避免了(手动关闭生成器函数，后面的调用会直接返回StopIteration异常)# 创建消费者c = consumer()produce(c)

生产者：出产商品1号...消费者：获得商品1号...生产者：生产者消费状态: ok生产者：出产商品2号...消费者：获得商品2号...生产者：生产者消费状态: ok

# 更多可以查看帮助文档def test():    yieldhelp(test())

Help on generator object:test = class generator(object) |  Methods defined here: |   |  __del__(...) |   |  __getattribute__(self, name, /) |      Return getattr(self, name). |   |  __iter__(self, /) |      Implement iter(self). |   |  __next__(self, /) |      Implement next(self). |   |  __repr__(self, /) |      Return repr(self). |   |  close(...) |      close() -> raise GeneratorExit inside generator. |   |  send(...) |      send(arg) -> send 'arg' into generator, |      return next yielded value or raise StopIteration. |   |  throw(...) |      throw(typ[,val[,tb]]) -> raise exception in generator, |      return next yielded value or raise StopIteration. |   |  ---------------------------------------------------------------------- |  Data descriptors defined here: |   |  gi_code |   |  gi_frame |   |  gi_running |   |  gi_yieldfrom |      object being iterated by yield from, or None

6.Python迭代器

看到迭代器小明老高兴了，心想着一会写个C#版的觉得可以收获一大群眼球～

6.1.判断是否可迭代

在说迭代器前先说下可迭代(Iterable)（yield基础点我）：

在Python中，能通过for循环遍历的都是可以迭代的，比如 str、tuple、list、dict、set、生成器等等

也可以通过 isinstance(xxx,Iterable) 方法判断一下是否迭代：

from collections import Iterable

isinstance("mmd",Iterable)

True

isinstance((1,2),Iterable)

True

isinstance([],Iterable)

True

isinstance({},Iterable)

True

isinstance((x for x in range(10)),Iterable)

True

isinstance(1,Iterable)

False

6.2.判断是否是迭代器

迭代器是一定可以迭代的，怎么判断是迭代器呢？

可以使用 next方法的或者通过 isinstance(xxx,Iterator)

a=[1,2,3]next(a)

---------------------------------------------------------------------------TypeError                                 Traceback (most recent call last)<ipython-input-99-f5f8ac9a8550> in <module>()      1 a=[1,2,3]      2 ----> 3 next(a)TypeError: 'list' object is not an iterator

from collections import Iterator

isinstance([],Iterator)

False

isinstance((x for x in range(10)),Iterator)

True

6.3. `Iterable` 转 `Iterator`

生成器都是 Iterator对象，但 list、dict、str虽然是 Iterable，却不是 Iterator

把 list、dict、str等 Iterable变成 Iterator可以使用 iter()函数：

iter(a)

<list_iterator at 0x7f14c40a3da0>

isinstance(iter([]),Iterator)

True

isinstance(iter({}),Iterator)

True

Python的 Iterator对象表示的是一个数据流， Iterator对象可以被 next()or __next__()函数调用并不断返回下一个数据,直到没有数据时抛出 StopIteration错误

可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过 next函数实现按需计算下一个数据，所以 Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。

Iterator甚至可以表示一个无限大的数据流，而 list等则不行

小明总结了一下老师讲解的知识点：

可以 for循环的对象都是 Iterable类型
可以使用 next()or __next__()函数的对象都是 Iterator类型
集合数据类型如list、dict、str等是 Iterable，可以通过 iter()函数获得一个 Iterator对象

7.CSharp迭代器

乘着下课的时间，小明跑到黑板前，心想：“又到了C#的时候了，看我来收播一大群眼球～”，然后开始了他的个人秀：

其实迭代器（ iterator）就是为了更简单的创建枚举器（ enumerator）和可枚举类型（ enumerator type）的方式

7.1. `IEnumerator` 和 `IEnumerable`

通俗话讲：

能不能 foreach就看你遍历对象有没有实现 IEnumerable，就说明你是不是一个 可枚举类型（ enumerator type）

public interface IEnumerable{    IEnumerator GetEnumerator();}

是不是个枚举器（ enumerator）就看你实现了 IEnumerator接口没

public interface IEnumerator{    object Current { get; }    bool MoveNext();    void Reset();}

最明显的区别：它们两个遍历方式不一样

// 枚举器遍历var tmp = FibonaByIEnumerator(30);while (tmp.MoveNext()){    Console.WriteLine(tmp.Current);}// 可枚举类型遍历foreach (var item in FibonaByIEnumerable(30)){    Console.WriteLine(item);}

这个我们在2年前就说过，这边简单提一下（官方文档）(Demo)

MyEnumerator文件：

public class MyEnumerator : IEnumerator{    /// <summary>    /// 需要遍历的数组    /// </summary>    private string[] array;    /// <summary>    /// 有效数的个数    /// </summary>    private int count;    public MyEnumerator(string[] array, int count)    {        this.array = array;        this.count = count;    }    /// <summary>    /// 当前索引（线moveNext再获取index，用-1更妥）    /// </summary>    private int index = -1;    public object Current    {        get        {            return array[index];        }    }    /// <summary>    /// 移位    /// </summary>    /// <returns></returns>    public bool MoveNext()    {        if (++index < count)        {            return true;        }        return false;    }    /// <summary>    /// 重置    /// </summary>    public void Reset()    {        index = -1;    }}

MyArray.cs文件

public partial class MyArray{    /// <summary>    /// 数组容量    /// </summary>    private string[] array = new string[4];    /// <summary>    /// 数组元素个数    /// </summary>    private int count = 0;    /// <summary>    /// 当前数组的长度    /// </summary>    public int Length    {        get        {            return count;        }    }    /// <summary>    /// 添加元素    /// </summary>    /// <param name="str"></param>    /// <returns></returns>    public MyArray Add(string str)    {        //要溢出的时候扩容        if (count == array.Length)        {            string[] newArray = new string[2 * array.Length];            array.CopyTo(newArray, 0);            array = newArray;//array重新指向        }        array[count++] = str;        return this;    }    /// <summary>    /// 移除某一项    /// </summary>    /// <param name="i"></param>    /// <returns></returns>    public MyArray RemoveAt(int i)    {        for (int j = i; j < count - 1; j++)        {            array[j] = array[j + 1];        }        count--;//少了一个元素所以--        return this;    }    /// <summary>    /// 索引器    /// </summary>    /// <param name="index"></param>    /// <returns></returns>    public string this[int index]    {        get        {            return array[index];        }        set        {            array[index] = value;        }    }}

MyArrayExt.cs文件:

public partial class MyArray: IEnumerable{    /// <summary>    /// 枚举器方法    /// </summary>    /// <returns></returns>    public IEnumerator GetEnumerator()    {        return new MyEnumerator(this.array, this.count);    }}

调用:

static void Main(string[] args){    MyArray array = new MyArray();    array.Add("~").Add("这").Add("是").Add("一").Add("个").Add("测").Add("试").Add("。").RemoveAt(0).RemoveAt(3).RemoveAt(6);    for (int i = 0; i < array.Length; i++)    {        Console.Write(array[i]);    }    Console.WriteLine();    foreach (var item in array)    {        Console.Write(item);    }}

结果:

这是一测试这是一测试

7.2.yield方式

小明看着班里女生羡慕的眼神，得意的强调道：

注意一下，C#是用 yieldreturnxxx，Python是用 yieldxxx关键字

还记得开头说的那句话吗？（yield官方文档）

其实迭代器（iterator）就是为了更简单的创建枚举器（enumerator）和可枚举类型（enumerator type）的方式

如果枚举器和可枚举类型还是不理解（举个例子）就懂了：（从遍历方式就看出区别了）

定义一个斐波拉契函数，返回可枚举类型

/// <summary>/// 返回一个可枚举类型/// </summary>public static IEnumerable<int> FibonaByIEnumerable(int n){    int a = 0;    int b = 1;    for (int i = 0; i < n; i++)    {        yield return b;        (a, b) = (b, a + b);    }}

调用：

foreach (var item in FibonaByIEnumerable(30)){    Console.WriteLine(item);}

定义一个斐波拉契函数，返回一个枚举器

/// <summary>/// 返回一个枚举器/// </summary>public static IEnumerator<int> FibonaByIEnumerator(int n){    int a = 0;    int b = 1;    for (int i = 0; i < n; i++)    {        yield return b;        (a, b) = (b, a + b);    }}

调用一下：

var tmp = FibonaByIEnumerator(30);while (tmp.MoveNext()){    Console.WriteLine(tmp.Current);}

利用 yield轻轻松松就创建了 枚举器和可枚举类型

以上面那个MyArray的案例来说，有了yield我们代码量大大简化：（Demo）

MyArray.cs

public partial class MyArray{    /// <summary>    /// 数组容量    /// </summary>    private string[] array = new string[4];    /// <summary>    /// 数组元素个数    /// </summary>    private int count = 0;    /// <summary>    /// 当前数组的长度    /// </summary>    public int Length    {        get        {            return count;        }    }    /// <summary>    /// 添加元素    /// </summary>    /// <param name="str"></param>    /// <returns></returns>    public MyArray Add(string str)    {        //要溢出的时候扩容        if (count == array.Length)        {            string[] newArray = new string[2 * array.Length];            array.CopyTo(newArray, 0);            array = newArray;//array重新指向        }        array[count++] = str;        return this;    }    /// <summary>    /// 移除某一项    /// </summary>    /// <param name="i"></param>    /// <returns></returns>    public MyArray RemoveAt(int i)    {        for (int j = i; j < count - 1; j++)        {            array[j] = array[j + 1];        }        array[count - 1] = string.Empty;//add 干掉移除的数组        count--;//少了一个元素所以--        return this;    }    /// <summary>    /// 索引器    /// </summary>    /// <param name="index"></param>    /// <returns></returns>    public string this[int index]    {        get        {            return array[index];        }        set        {            array[index] = value;        }    }}

MyArrayExt.cs

public partial class MyArray : IEnumerable{    /// <summary>    /// 枚举器方法    /// </summary>    /// <returns></returns>    public IEnumerator GetEnumerator()    {        return MyEnumerator();    }    /// <summary>    /// 通过yield快速实现    /// </summary>    /// <returns></returns>    public IEnumerator<string> MyEnumerator()    {        foreach (var item in this.array)        {            yield return item;        }    }}

然后就行了，MyEnumerator都不用你实现了：

MyArray array = new MyArray();array.Add("~").Add("这").Add("是").Add("一").Add("个").Add("测").Add("试").Add("。").RemoveAt(0).RemoveAt(3).RemoveAt(6);for (int i = 0; i < array.Length; i++){    Console.Write(array[i]);}Console.WriteLine();foreach (var item in array){    Console.Write(item);}

结果：

这是一测试这是一测试

扩充一下： Python退出迭代器用 yieldreturn 或者 yieldbreak，C#使用 yieldbreak来退出迭代

做个 demo 测试下:

public static IEnumerable<int> GetValue(){    for (int i = 0; i < 5; i++)    {        yield return i;        if (i == 2)        {            yield break;        }    }}

调用:

static void Main(string[] args){    foreach (var item in GetValue())    {        Console.WriteLine(item);    }}

输出:

8.闭包

8.1.Python闭包

又到了上课时间，小明灰溜溜的跑回座位，听老师讲起了闭包的知识：

函数方面还有不懂的可以看之前讲的文档：Function Base

函数除了可以接受函数作为参数外，还可以把函数作为结果值返回（有点类似于C++里面的函数指针了）

来看一个可变参数求和的例子：

def slow_sum(*args):    def get_sum():        sum = 0        for i in args:            sum += i        return sum    return get_sum  # 返回函数引用地址（不加括号）a = slow_sum(1, 2, 3, 4, 5)# 返回get_sum函数的引用print(a)# 看看引用地址print(a())# a() 这时候才是调用get_sum()函数

<function slow_sum.<locals>.get_sum at 0x7f57783b6268>15

其实上面一个案例就是闭包( Closure)了，来个定义：

在函数内部再定义一个函数，并且这个函数用到了外边函数的变量( 参数或者 局部变量)，那么将这个函数以及用到的一些变量称之为闭包

通俗点说就是： 内部函数使用了外部函数作用域里的变量了，那这个内部函数和它用到的变量就是个闭包

注意：当我们调用 slow_sum()时，每次调用都会返回一个新的函数（相同的参数也一样）

a = slow_sum(1, 2, 3, 4)b = slow_sum(1, 2, 3, 4)a is b# a()和b()的调用结果互不影响

False

由于闭包引用了外部函数的局部变量，则外部函数的局部变量没有及时释放，所以也容易消耗内存

so ==> 除非你真正需要它,否则不要使用闭包

返回函数尽量不要引用任何循环变量，或者后续会发生变化的变量（容易出错）

看着小明一脸懵圈的样子，老师说道：

新讲的知识点一般都不太容易快速消化，我们再来看个闭包的好处就理解了：

比如现在我们要根据公式来求解，以 y=ax+b为例，传统方法解决：

# 定义一个y=ax+b的函数公式def get_value(a, b, x):    return a * x + b

# 每次调用都得传 a,bprint(get_value(2, 1, 1))print(get_value(2, 1, 2))print(get_value(2, 1, 3))print(get_value(2, 1, 4))

每次调用都得额外传 a、b的值

就算使用偏函数来简化也不合适（毕竟已经是一个新的函数了）：

from functools import partialnew_get_value = partial(get_value, 2, 1)print(new_get_value(1))print(new_get_value(2))print(new_get_value(3))print(new_get_value(4))print(new_get_value(5))

简单总结 functools.partial的作用就是：

把一个函数的某些参数设置默认值，返回一个新的函数，然后调用新函数就免得你再输入重复参数了

而这时候使用闭包就比较合适了，而且真的是封装了一个通用公式了

a，b的值你可以任意变来生成新的公式，而且公式之间还不干扰，以 y=ax²+bx+c为例：

def quadratic_func(a, b, c):    """y=ax²+bx+c"""    def get_value(x):        return a * x * x + b * x + c    return get_value

# 来个简单的：x^2+1f1 = quadratic_func(1, 0, 1)print(f1(0))print(f1(1))print(f1(2))print(f1(3))print(f1(4))print(f1(5))

125101726

# 可能不太形象，我们画个图看看：import matplotlib.pyplot as plt # 导入matplotlib的pyplot模块

# 生成x和y的值x_list = list(range(-10, 11))y_list = [x * x + 1 for x in x_list]print(x_list)print(y_list)# 画图plt.plot(x_list, y_list)# 显示图片plt.show()

[-10, -9, -8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10][101, 82, 65, 50, 37, 26, 17, 10, 5, 2, 1, 2, 5, 10, 17, 26, 37, 50, 65, 82, 101]

# 再来个简单的：x^2-1f2 = quadratic_func(1, 0, -1) # 相互之间不干扰print(f2(0))print(f2(1))print(f2(2))print(f2(3))print(f2(4))print(f2(5))

-10381524

8.2.CSharp闭包

听完闭包老师就下课了，说什么明天接着闭包讲啥装饰器的。

小明一愣一愣的，然后就屁颠的跑黑板前讲起了C#版本的闭包：

先看看怎么定义一个闭包，和Python一样，用个求和函数举例：（返回一个匿名函数）

// 有返回值就用Func，没有就用Actionpublic static Func<int> SlowSum(params int[] args){    return () =>    {        int sum = 0;        foreach (var item in args)        {            sum += item;        }        return sum;    };}

调用：

static void Main(string[] args){    var f1 = SlowSum(1, 2, 3, 4, 5);    Console.WriteLine(f1);    Console.WriteLine(f1());}

结果：(从结果可以看到，f1是一个函数，等你调用f1()才会求和)

System.Func`1[System.Int32]15

接着讲～以上面的 y=ax²+bx+c为例，C#实现：

// 以上面的 y=ax²+bx+c 为例，C#实现：public static Func<double, double> QuadraticFunc(double a, double b, double c){    return x => a * x * x + b * x + c; // 返回一个匿名函数}

调用：

static void Main(string[] args){    var func = QuadraticFunc(1, 0, 1);    Console.WriteLine(func(0));    Console.WriteLine(func(1));    Console.WriteLine(func(2));    Console.WriteLine(func(3));    Console.WriteLine(func(4));    Console.WriteLine(func(5));}

结果：

125101726

Func<double,double>不理解就看看定义就懂了： publicdelegateTResultFunc<inT,outTResult>(T arg);

这部分不是很难，简单提一下知识点即可。如果你想深究可以==> (点点点)

在收获满满一箩筐眼球后，小明拍拍屁股去了新开的饭店大吃一顿了...

写在最后：还有一些内容没写，估计过几天又有一篇叫 “基础拓展” 的文章了，为啥不一起写完呢？

其实逆天也想写完，真写完文章又被叫做长篇大论一百页了 #^_^# 行了，听取大家意见，不写那么长的文章，下次见～

https://www.cnblogs.com/dotnetcrazy/p/9278573.html

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

python

github

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

python

github