每一次对过程的重复称为一次“迭代”,而每一次迭代得到的结果会作为下一次迭代的初始值。例如:循环获取容器中的元素。
具有__iter__
函数的对象,可以返回迭代器对象。
# 创建:
class 可迭代对象名称:
def __iter__(self):
return 迭代器
# 使用:
for 变量名 in 可迭代对象:
语句
背后的原理是:
迭代器 = 可迭代对象.__iter__() # 实例一个迭代器对象。
while True:
try:
print(迭代器.__next__()) # 调用迭代器中的`__next__`方法。
except StopIteration: # 在迭代器 raise StopIteration 后停止。
break
迭代器对象是可以被__next__()
函数调用并返回下一个值的对象。
class 迭代器类名:
def __init__(self, 聚合对象): # 聚合对象通常是容器对象。
self.聚合对象= 聚合对象
def __next__(self):
if 没有元素:
raise StopIteration
return 聚合对象元素
迭代器让我们只需通过一种方式,便可简洁明了的获取聚合对象中各个元素,而又无需了解其内部结构。
能够动态(循环一次计算一次返回一次)提供数据的可迭代对象。在循环过程中,按照某种算法 推算 数据,不必创建容器存储完整的结果,从而节省内存空间。
数据量越大,优势越明显。以上作用也称之为 延迟操作 或 惰性操作 ,通俗的讲就是在需要的时候才计算结果,而不是一次构建出所有结果。
含有yield
语句的函数,叫做生成器函数。调用生成器函数将返回一个生成器对象,不执行函数体。
# 创建:
def 函数名():
代码
yield 数据
代码
# 调用:
for 变量名 in 函数名():
语句
调用生成器函数会自动创建迭代器对象。调用迭代器对象的__next__()
方法时才执行生成器函数。每次执行到yield
语句时返回数据,暂时离开。待下次调用__next__()
方法时继续从离开处继续执行。
适用性:优先使用生成器。
内置生成器:
变量 = (表达式 for 变量 in 可迭代对象 if 条件)
reduce()
函数被移动到functools
包中。函数式编程的主要思想:把运算过程尽量写成一系列嵌套的函数调用。
python函数式编程的理论支柱是函数可以被赋值给变量,实现函数的间接调用。可以使函数的使用更加灵活。
多个函数主体相同,核心算法(条件)不同的时候可以使用函数式编程,分离变化点。这里我们从面向对象的角度思考函数式编程的应用场景。
将核心逻辑/变化点传入方法体,使该方法的适用性更广,体现了面向对象的开闭原则。
构建这样的变化点时采用的思想是函数试编程的思想,即避免副作用,不改变也不依赖当前函数外的数据,函数带有自描述性,提高可读性。
Lambda 表达式是一种匿名方法,可以定义匿名函数。当Lambda表达式作为参数传递时语法简洁,优雅,代码可读性强。 可以随时创建和销毁,减少程序耦合度。
# 定义:
变量 = lambda 形参: 方法体 # 注意:代码规范PEP8不推荐使用这种方法
def
# 调用:
变量(实参)
形参没有可以不填,方法体只能有一条语句,且不支持赋值语句。
内置高阶函数:
嵌套函数是由函数及其相关的引用环境组合而成的实体。
逻辑连续,当内部函数被调用时,不脱离当前的逻辑。造成的问题是外部变量一直存在于内存中,不会在调用结束后释放,占用内存。
内嵌函数可以引用外部函数中变量,外部函数返回值是内嵌函数。
# 定义:
def 外部函数名(参数):
外部变量
def 内部函数名(参数):
使用外部变量
return 内部函数名
# 调用:
变量 = 外部函数名(参数)
变量(参数)
python装饰器使用的思想就是嵌套函数。
装饰器可以在不改变原函数的调用以及内部代码情况下,为其 添加新功能 的函数。
def 函数装饰器名称(func):
def wrapper(*args, **kwargs):
需要添加的新功能
return func(*args, **kwargs)
return wrapper
@ 函数装饰器名称
def 原函数名称(参数):
函数体
原函数(参数)
使用“@函数装饰器名称”修饰原函数,等同于创建与原函数名称相同的变量,关联内嵌函数;故调用原函数时执行内嵌函数。原函数名称 = 函数装饰器名称(原函数名称)
一个函数可以被多个装饰器修饰,执行顺序为从近到远,被叫做装饰器链。