Python基础入门(下)--阿里云天池龙珠计划python训练营

一、学习内容概况

学习地址:天池龙珠计划python训练营

今天主要学习到的内容有:

  • 函数
  • Lambda表达式
  • 类与对象
  • 魔法方法

二、具体学习内容

1.函数

1.1函数的定义

还记得 Python 里面“万物皆对象”么?Python 把函数也当成对象,可以从另一个函数中返回出来而去构建高阶函数,比如:
参数是函数、返回值是函数。

我们首先来介绍函数的定义。

  • 函数以def关键词开头,后接函数名和圆括号()。

  • 函数执行的代码以冒号起始,并且缩进。

  • return [表达式] 结束函数,选择性地返回一个值给调用方。不带表达式的return相当于返回None

    def functionname (parameters):
        "函数_文档字符串"
    	function_suite
    	return [expression]
    

1.2函数的调用

def printme(str):
    print(str)


printme("我要调用用户自定义函数!")  # 我要调用用户自定义函数!
printme("再次调用同一函数")  # 再次调用同一函数
temp = printme('hello') # hello
print(temp)  # None

1.3函数文档

def MyFirstFunction(name):
    "函数定义过程中name是形参"
    # 因为Ta只是一个形式,表示占据一个参数位置
    print('传递进来的{0}叫做实参,因为Ta是具体的参数值!'.format(name))


MyFirstFunction('老马的程序人生')  
# 传递进来的老马的程序人生叫做实参,因为Ta是具体的参数值!

print(MyFirstFunction.__doc__)  
# 函数定义过程中name是形参

help(MyFirstFunction)
# Help on function MyFirstFunction in module __main__:
# MyFirstFunction(name)
#    函数定义过程中name是形参

1.4函数参数

Python 的函数具有非常灵活多样的参数形态,既可以实现简单的调用,又可以传入非常复杂的参数。从简到繁的参数形态如下:

  • 位置参数 (positional argument)
  • 默认参数 (default argument)
  • 可变参数 (variable argument)
  • 关键字参数 (keyword argument)
  • 命名关键字参数 (name keyword argument)
  • 参数组合

1. 位置参数

def functionname(arg1):
	"函数文档字符串"
	functionsuite
	return [expression]
  • arg1 - 位置参数 ,这些参数在调用函数 (call function) 时位置要固定。

2. 默认参数

def functionname(arg1, arg2=v):
	"函数文档字符串"
	functionsuite
	return [expression]
  • arg2 = v - 默认参数 = 默认值,调用函数时,默认参数的值如果没有传入,则被认为是默认值。

  • 默认参数一定要放在位置参数 后面,不然程序会报错。

    def printinfo(name, age=8):
        print('Name:{0},Age:{1}'.format(name, age))
    
    
    printinfo('小马')  # Name:小马,Age:8
    printinfo('小马', 10)  # Name:小马,Age:10
    
  • Python 允许函数调用时参数的顺序与声明时不一致,因为 Python 解释器能够用参数名匹配参数值。

    def printinfo(name, age):
        print('Name:{0},Age:{1}'.format(name, age))
    
    
    printinfo(age=8, name='小马')  # Name:小马,Age:8
    

3. 可变参数

顾名思义,可变参数就是传入的参数个数是可变的,可以是 0, 1, 2 到任意个,是不定长的参数。

def functionname(arg1, arg2=v, *args):
	"函数文档字符串"
	functionsuite
	return [expression]
  • *args - 可变参数,可以是从零个到任意个,自动组装成元组。

  • 加了星号(*)的变量名会存放所有未命名的变量参数。

    def printinfo(arg1, *args):
        print(arg1)
        for var in args:
            print(var)
    
    
    printinfo(10)  # 10
    printinfo(70, 60, 50)
    # 70
    # 60
    # 50
    

4. 关键字参数

def functionname(arg1, arg2=v, args, *kw):
	"函数文档字符串"
	functionsuite
	return [expression]
  • **kw - 关键字参数,可以是从零个到任意个,自动组装成字典。

    def printinfo(arg1, *args, **kwargs):
        print(arg1)
        print(args)
        print(kwargs)
    
    
    printinfo(70, 60, 50)
    # 70
    # (60, 50)
    # {}
    printinfo(70, 60, 50, a=1, b=2)
    # 70
    # (60, 50)
    # {'a': 1, 'b': 2}
    

「可变参数」和「关键字参数」的同异总结如下:

  • 可变参数允许传入零个到任意个参数,它们在函数调用时自动组装为一个元组 (tuple)。
  • 关键字参数允许传入零个到任意个参数,它们在函数内部自动组装为一个字典 (dict)。

5. 命名关键字参数

def functionname(arg1, arg2=v, args, *, nkw, *kw):
	"函数文档字符串"
	functionsuite
	return [expression]
  • *, nkw - 命名关键字参数,用户想要输入的关键字参数,定义方式是在nkw 前面加个分隔符 *

  • 如果要限制关键字参数的名字,就可以用「命名关键字参数」

  • 使用命名关键字参数时,要特别注意不能缺少参数名。

    def printinfo(arg1, *, nkw, **kwargs):
        print(arg1)
        print(nkw)
        print(kwargs)
    
    
    printinfo(70, nkw=10, a=1, b=2)
    # 70
    # 10
    # {'a': 1, 'b': 2}
    
    printinfo(70, 10, a=1, b=2)
    # TypeError: printinfo() takes 1 positional argument but 2 were given
    
  • 没有写参数名nwk,因此 10 被当成「位置参数」,而原函数只有 1 个位置函数,现在调用了 2 个,因此程序会报错。

6. 参数组合

在 Python 中定义函数,可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数,这 5 种参数中的 4 个都可以一起使用,但是注意,参数定义的顺序必须是:

  • 位置参数、默认参数、可变参数和关键字参数。
  • 位置参数、默认参数、命名关键字参数和关键字参数。

要注意定义可变参数和关键字参数的语法:

  • *args 是可变参数,args 接收的是一个 tuple
  • **kw 是关键字参数,kw 接收的是一个 dict

命名关键字参数是为了限制调用者可以传入的参数名,同时可以提供默认值。定义命名关键字参数不要忘了写分隔符 *,否则定义的是位置参数。

警告:虽然可以组合多达 5 种参数,但不要同时使用太多的组合,否则函数很难懂。

1.5函数的返回值

def add(a, b):
    return a + b


print(add(1, 2))  # 3
print(add([1, 2, 3], [4, 5, 6]))  # [1, 2, 3, 4, 5, 6]
def back():
    return [1, '小马的程序人生', 3.14]


print(back())  # [1, '小马的程序人生', 3.14]
def back():
    return 1, '小马的程序人生', 3.14


print(back())  # (1, '小马的程序人生', 3.14)
def printme(str):
    print(str)

temp = printme('hello') # hello
print(temp) # None
print(type(temp))  # 

1.6变量作用域

  • Python 中,程序的变量并不是在哪个位置都可以访问的,访问权限决定于这个变量是在哪里赋值的。

  • 定义在函数内部的变量拥有局部作用域,该变量称为局部变量。

  • 定义在函数外部的变量拥有全局作用域,该变量称为全局变量。

  • 局部变量只能在其被声明的函数内部访问,而全局变量可以在整个程序范围内访问。

    def discounts(price, rate):
        final_price = price * rate
        return final_price
    
    
    old_price = float(input('请输入原价:'))  # 98
    rate = float(input('请输入折扣率:'))  # 0.9
    new_price = discounts(old_price, rate)
    print('打折后价格是:%.2f' % new_price)  # 88.20
    
  • 当内部作用域想修改外部作用域的变量时,就要用到globalnonlocal关键字了。

    num = 1
    
    
    def fun1():
        global num  # 需要使用 global 关键字声明
        print(num)  # 1
        num = 123
        print(num)  # 123
    
    
    fun1()
    print(num)  # 123
    

内嵌函数

def outer():
    print('outer函数在这被调用')

    def inner():
        print('inner函数在这被调用')

    inner()  # 该函数只能在outer函数内部被调用


outer()
# outer函数在这被调用
# inner函数在这被调用

闭包

  • 是函数式编程的一个重要的语法结构,是一种特殊的内嵌函数。

  • 如果在一个内部函数里对外层非全局作用域的变量进行引用,那么内部函数就被认为是闭包。

  • 通过闭包可以访问外层非全局作用域的变量,这个作用域称为 闭包作用域

    def funX(x):
        def funY(y):
            return x * y
    
        return funY
    
    
    i = funX(8)
    print(type(i))  # 
    print(i(5))  # 40
    
  • 闭包的返回值通常是函数

    def make_counter(init):
        counter = [init]
    
        def inc(): counter[0] += 1
    
        def dec(): counter[0] -= 1
    
        def get(): return counter[0]
    
        def reset(): counter[0] = init
    
        return inc, dec, get, reset
    
    
    inc, dec, get, reset = make_counter(0)
    inc()
    inc()
    inc()
    print(get())  # 3
    dec()
    print(get())  # 2
    reset()
    print(get())  # 0
    
  • 如果要修改闭包作用域中的变量则需要 nonlocal 关键字

    def outer():
        num = 10
    
        def inner():
            nonlocal num  # nonlocal关键字声明
            num = 100
            print(num)
    
        inner()
        print(num)
    
    
    outer()
    
    # 100
    # 100
    

递归

  • 如果一个函数在内部调用自身本身,这个函数就是递归函数。

  • n! = 1 x 2 x 3 x ... x n

    # 利用循环
    n = 5
    for k in range(1, 5):
        n = n * k
    print(n)  # 120
    
    # 利用递归
    def factorial(n):
        if n == 1:
            return 1
        return n * factorial(n - 1)
    
    
    print(factorial(5)) # 120
    
  • 斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1

    # 利用循环
    i = 0
    j = 1
    lst = list([i, j])
    for k in range(2, 11):
        k = i + j
        lst.append(k)
        i = j
        j = k
    print(lst)  
    # [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
    
    # 利用递归
    def recur_fibo(n):
        if n <= 1:
            return n
        return recur_fibo(n - 1) + recur_fibo(n - 2)
    
    
    lst = list()
    for k in range(11):
        lst.append(recur_fibo(k))
    print(lst)  
    # [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
    
  • 设置递归的层数,Python默认递归层数为 100

    import sys
    
    sys.setrecursionlimit(1000)
    

2.Lambda表达式

2.1匿名函数的定义

在 Python 里有两类函数:

  • 第一类:用 def 关键词定义的正规函数
  • 第二类:用 lambda 关键词定义的匿名函数

Python 使用 lambda 关键词来创建匿名函数,而非def关键词,它没有函数名,其语法结构如下:

lambda argument_list: expression

  • lambda - 定义匿名函数的关键词。
  • argument_list - 函数参数,它们可以是位置参数、默认参数、关键字参数,和正规函数里的参数类型一样。
  • :- 冒号,在函数参数和表达式中间要加个冒号。
  • expression - 只是一个表达式,输入函数参数,输出一些值。

注意:

  • expression 中没有 return 语句,因为 lambda 不需要它来返回,表达式本身结果就是返回值。

  • 匿名函数拥有自己的命名空间,且不能访问自己参数列表之外或全局命名空间里的参数。

    def sqr(x):
        return x ** 2
    
    
    print(sqr)
    # 
    
    y = [sqr(x) for x in range(10)]
    print(y)
    # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
    
    lbd_sqr = lambda x: x ** 2
    print(lbd_sqr)
    #  at 0x000000BABB6AC1E0>
    
    y = [lbd_sqr(x) for x in range(10)]
    print(y)
    # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
    
    
    sumary = lambda arg1, arg2: arg1 + arg2
    print(sumary(10, 20))  # 30
    
    func = lambda *args: sum(args)
    print(func(1, 2, 3, 4, 5))  # 15
    

2.2匿名函数的应用

函数式编程 是指代码中每一块都是不可变的,都由纯函数的形式组成。这里的纯函数,是指函数本身相互独立、互不影响,对于相同的输入,总会有相同的输出,没有任何副作用。

  • 非函数式编程

    def f(x):
        for i in range(0, len(x)):
            x[i] += 10
        return x
    
    
    x = [1, 2, 3]
    f(x)
    print(x)
    # [11, 12, 13]
    
  • 函数式编程

    def f(x):
        y = []
        for item in x:
            y.append(item + 10)
        return y
    
    
    x = [1, 2, 3]
    f(x)
    print(x)
    # [1, 2, 3]
    

匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中,主要有两种形式:

  • 参数是函数 (filter, map)
  • 返回值是函数 (closure)

如,在 filtermap函数中的应用:

  • filter(function, iterable) 过滤序列,过滤掉不符合条件的元素,返回一个迭代器对象,如果要转换为列表,可以使用 list() 来转换。

    odd = lambda x: x % 2 == 1
    templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])
    print(list(templist))  # [1, 3, 5, 7, 9]
    
  • map(function, *iterables) 根据提供的函数对指定序列做映射。

    m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
    print(list(m1))  
    # [1, 4, 9, 16, 25]
    
    m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
    print(list(m2))  
    # [3, 7, 11, 15, 19]
    
  • 除了 Python 这些内置函数,我们也可以自己定义高阶函数。

    def apply_to_list(fun, some_list):
        return fun(some_list)
    
    lst = [1, 2, 3, 4, 5]
    print(apply_to_list(sum, lst))
    # 15
    
    print(apply_to_list(len, lst))
    # 5
    
    print(apply_to_list(lambda x: sum(x) / len(x), lst))
    # 3.0
    

3.类与对象

3.1对象 = 属性 + 方法

对象是类的实例。换句话说,类主要定义对象的结构,然后我们以类为模板创建对象。类不但包含方法定义,而且还包含所有实例共享的数据。

  • 封装:信息隐蔽技术

我们可以使用关键字 class 定义 Python 类,关键字后面紧跟类的名称、分号和类的实现。

class Turtle:  # Python中的类名约定以大写字母开头
    """关于类的一个简单例子"""
    # 属性
    color = 'green'
    weight = 10
    legs = 4
    shell = True
    mouth = '大嘴'

    # 方法
    def climb(self):
        print('我正在很努力的向前爬...')

    def run(self):
        print('我正在飞快的向前跑...')

    def bite(self):
        print('咬死你咬死你!!')

    def eat(self):
        print('有得吃,真满足...')

    def sleep(self):
        print('困了,睡了,晚安,zzz')


tt = Turtle()
print(tt)
# <__main__.Turtle object at 0x0000007C32D67F98>

print(type(tt))
# 

print(tt.__class__)
# 

print(tt.__class__.__name__)
# Turtle

tt.climb()
# 我正在很努力的向前爬...

tt.run()
# 我正在飞快的向前跑...

tt.bite()
# 咬死你咬死你!!

# Python类也是对象。它们是type的实例
print(type(Turtle))
# 
  • 继承:子类自动共享父类之间数据和方法的机制

    class MyList(list):
        pass
    
    
    lst = MyList([1, 5, 2, 7, 8])
    lst.append(9)
    lst.sort()
    print(lst)
    
    # [1, 2, 5, 7, 8, 9]
    
  • 多态:不同对象对同一方法响应不同的行动

    class Animal:
        def run(self):
            raise AttributeError('子类必须实现这个方法')
    
    
    class People(Animal):
        def run(self):
            print('人正在走')
    
    
    class Pig(Animal):
        def run(self):
            print('pig is walking')
    
    
    class Dog(Animal):
        def run(self):
            print('dog is running')
    
    
    def func(animal):
        animal.run()
    
    
    func(Pig())
    # pig is walking
    

3.2self 是什么?

Python 的 self 相当于 C++ 的 this 指针。

class Test:
    def prt(self):
        print(self)
        print(self.__class__)


t = Test()
t.prt()
# <__main__.Test object at 0x000000BC5A351208>
# 

类的方法与普通的函数只有一个特别的区别 —— 它们必须有一个额外的第一个参数名称(对应于该实例,即该对象本身),按照惯例它的名称是 self。在调用方法时,我们无需明确提供与参数 self 相对应的参数。

class Ball:
    def setName(self, name):
        self.name = name

    def kick(self):
        print("我叫%s,该死的,谁踢我..." % self.name)


a = Ball()
a.setName("球A")
b = Ball()
b.setName("球B")
c = Ball()
c.setName("球C")
a.kick()
# 我叫球A,该死的,谁踢我...
b.kick()
# 我叫球B,该死的,谁踢我...

3.3Python 的魔法方法

据说,Python 的对象天生拥有一些神奇的方法,它们是面向对象的 Python 的一切…

它们是可以给你的类增加魔力的特殊方法…

如果你的对象实现了这些方法中的某一个,那么这个方法就会在特殊的情况下被 Python 所调用,而这一切都是自动发生的…

类有一个名为__init__(self[, param1, param2...])的魔法方法,该方法在类实例化时会自动调用。


class Ball:
    def __init__(self, name):
        self.name = name

    def kick(self):
        print("我叫%s,该死的,谁踢我..." % self.name)


a = Ball("球A")
b = Ball("球B")
c = Ball("球C")
a.kick()
# 我叫球A,该死的,谁踢我...
b.kick()
# 我叫球B,该死的,谁踢我...

3.4公有和私有

在 Python 中定义私有变量只需要在变量名或函数名前加上“__”两个下划线,那么这个函数或变量就会为私有的了。

  • 类的私有属性实例

    class JustCounter:
        __secretCount = 0  # 私有变量
        publicCount = 0  # 公开变量
    
        def count(self):
            self.__secretCount += 1
            self.publicCount += 1
            print(self.__secretCount)
    
    
    counter = JustCounter()
    counter.count()  # 1
    counter.count()  # 2
    print(counter.publicCount)  # 2
    
    # Python的私有为伪私有
    print(counter._JustCounter__secretCount)  # 2 
    print(counter.__secretCount)  
    # AttributeError: 'JustCounter' object has no attribute '__secretCount'
    
  • 类的私有方法实例

    class Site:
        def __init__(self, name, url):
            self.name = name  # public
            self.__url = url  # private
    
        def who(self):
            print('name  : ', self.name)
            print('url : ', self.__url)
    
        def __foo(self):  # 私有方法
            print('这是私有方法')
    
        def foo(self):  # 公共方法
            print('这是公共方法')
            self.__foo()
    
    
    x = Site('老马的程序人生', 'https://blog.csdn.net/LSGO_MYP')
    x.who()
    # name  :  老马的程序人生
    # url :  https://blog.csdn.net/LSGO_MYP
    
    x.foo()
    # 这是公共方法
    # 这是私有方法
    
    x.__foo()
    # AttributeError: 'Site' object has no attribute '__foo'
    

3.5继承

Python 同样支持类的继承,派生类的定义如下所示:

class DerivedClassName(BaseClassName):
statement-1
.
.
.
statement-N

BaseClassName(基类名)必须与派生类定义在一个作用域内。除了类,还可以用表达式,基类定义在另一个模块中时这一点非常有用:

class DerivedClassName(modname.BaseClassName):
statement-1
.
.
.
statement-N

  • 如果子类中定义与父类同名的方法或属性,则会自动覆盖父类对应的方法或属性。

    # 类定义
    class people:
        # 定义基本属性
        name = ''
        age = 0
        # 定义私有属性,私有属性在类外部无法直接进行访问
        __weight = 0
    
        # 定义构造方法
        def __init__(self, n, a, w):
            self.name = n
            self.age = a
            self.__weight = w
    
        def speak(self):
            print("%s 说: 我 %d 岁。" % (self.name, self.age))
    
    
    # 单继承示例
    class student(people):
        grade = ''
    
        def __init__(self, n, a, w, g):
            # 调用父类的构函
            people.__init__(self, n, a, w)
            self.grade = g
    
        # 覆写父类的方法
        def speak(self):
            print("%s 说: 我 %d 岁了,我在读 %d 年级" % (self.name, self.age, self.grade))
    
    
    s = student('小马的程序人生', 10, 60, 3)
    s.speak()
    # 小马的程序人生 说: 我 10 岁了,我在读 3 年级
    

注意:如果上面的程序去掉:people.__init__(self, n, a, w),则输出:说: 我 0 岁了,我在读 3 年级,因为子类的构造方法把父类的构造方法覆盖了。

import random

class Fish:
    def __init__(self):
        self.x = random.randint(0, 10)
        self.y = random.randint(0, 10)

    def move(self):
        self.x -= 1
        print("我的位置", self.x, self.y)


class GoldFish(Fish):  # 金鱼
    pass


class Carp(Fish):  # 鲤鱼
    pass


class Salmon(Fish):  # 三文鱼
    pass


class Shark(Fish):  # 鲨鱼
    def __init__(self):
        self.hungry = True

    def eat(self):
        if self.hungry:
            print("吃货的梦想就是天天有得吃!")
            self.hungry = False
        else:
            print("太撑了,吃不下了!")
            self.hungry = True


g = GoldFish()
g.move()  # 我的位置 9 4
s = Shark()
s.eat() # 吃货的梦想就是天天有得吃!
s.move()  
# AttributeError: 'Shark' object has no attribute 'x'

解决该问题可用以下两种方式:

  • 调用未绑定的父类方法Fish.__init__(self)

    class Shark(Fish):  # 鲨鱼
        def __init__(self):
            Fish.__init__(self)
            self.hungry = True
    
        def eat(self):
            if self.hungry:
                print("吃货的梦想就是天天有得吃!")
                self.hungry = False
            else:
                print("太撑了,吃不下了!")
                self.hungry = True
    
  • 使用super函数super().__init__()

    class Shark(Fish):  # 鲨鱼
        def __init__(self):
            super().__init__()
            self.hungry = True
    
        def eat(self):
            if self.hungry:
                print("吃货的梦想就是天天有得吃!")
                self.hungry = False
            else:
                print("太撑了,吃不下了!")
                self.hungry = True
    

Python 虽然支持多继承的形式,但我们一般不使用多继承,因为容易引起混乱。

class DerivedClassName(Base1, Base2, Base3):
statement-1
.
.
.
statement-N

需要注意圆括号中父类的顺序,若是父类中有相同的方法名,而在子类使用时未指定,Python 从左至右搜索,即方法在子类中未找到时,从左到右查找父类中是否包含方法。

# 类定义
class People:
    # 定义基本属性
    name = ''
    age = 0
    # 定义私有属性,私有属性在类外部无法直接进行访问
    __weight = 0

    # 定义构造方法
    def __init__(self, n, a, w):
        self.name = n
        self.age = a
        self.__weight = w

    def speak(self):
        print("%s 说: 我 %d 岁。" % (self.name, self.age))


# 单继承示例
class Student(People):
    grade = ''

    def __init__(self, n, a, w, g):
        # 调用父类的构函
        People.__init__(self, n, a, w)
        self.grade = g

    # 覆写父类的方法
    def speak(self):
        print("%s 说: 我 %d 岁了,我在读 %d 年级" % (self.name, self.age, self.grade))


# 另一个类,多重继承之前的准备
class Speaker:
    topic = ''
    name = ''

    def __init__(self, n, t):
        self.name = n
        self.topic = t

    def speak(self):
        print("我叫 %s,我是一个演说家,我演讲的主题是 %s" % (self.name, self.topic))


# 多重继承
class Sample01(Speaker, Student):
    a = ''

    def __init__(self, n, a, w, g, t):
        Student.__init__(self, n, a, w, g)
        Speaker.__init__(self, n, t)

# 方法名同,默认调用的是在括号中排前地父类的方法
test = Sample01("Tim", 25, 80, 4, "Python")
test.speak()  
# 我叫 Tim,我是一个演说家,我演讲的主题是 Python

class Sample02(Student, Speaker):
    a = ''

    def __init__(self, n, a, w, g, t):
        Student.__init__(self, n, a, w, g)
        Speaker.__init__(self, n, t)

# 方法名同,默认调用的是在括号中排前地父类的方法
test = Sample02("Tim", 25, 80, 4, "Python")
test.speak()  
# Tim 说: 我 25 岁了,我在读 4 年级

3.6组合

class Turtle:
    def __init__(self, x):
        self.num = x


class Fish:
    def __init__(self, x):
        self.num = x


class Pool:
    def __init__(self, x, y):
        self.turtle = Turtle(x)
        self.fish = Fish(y)

    def print_num(self):
        print("水池里面有乌龟%s只,小鱼%s条" % (self.turtle.num, self.fish.num))


p = Pool(2, 3)
p.print_num()
# 水池里面有乌龟2只,小鱼3条

3.7类、类对象和实例对象

类对象和实例对象

类对象:创建一个类,其实也是一个对象也在内存开辟了一块空间,称为类对象,类对象只有一个。

class A(object):

       pass

实例对象:就是通过实例化类创建的对象,称为实例对象,实例对象可以有多个。

class A(object):
    pass

# 实例化对象 a、b、c都属于实例对象。
a = A()
b = A()
c = A()

类属性:类里面方法外面定义的变量称为类属性。类属性所属于类对象并且多个实例对象之间共享同一个类属性,说白了就是类属性所有的通过该类实例化的对象都能共享。

class A():
    a = 0  #类属性
    def __init__(self, xx):
        A.a = xx  #使用类属性可以通过 (类名.类属性)调用。

实例属性:实例属性和具体的某个实例对象有关系,并且一个实例对象和另外一个实例对象是不共享属性的,说白了实例属性只能在自己的对象里面使用,其他的对象不能直接使用,因为self是谁调用,它的值就属于该对象。

# 创建类对象
class Test(object):
    class_attr = 100  # 类属性

    def __init__(self):
        self.sl_attr = 100  # 实例属性

    def func(self):
        print('类对象.类属性的值:', Test.class_attr)  # 调用类属性
        print('self.类属性的值', self.class_attr)  # 相当于把类属性 变成实例属性
        print('self.实例属性的值', self.sl_attr)  # 调用实例属性


a = Test()
a.func()

# 类对象.类属性的值: 100
# self.类属性的值 100
# self.实例属性的值 100

b = Test()
b.func()

# 类对象.类属性的值: 100
# self.类属性的值 100
# self.实例属性的值 100

a.class_attr = 200
a.sl_attr = 200
a.func()

# 类对象.类属性的值: 100
# self.类属性的值 200
# self.实例属性的值 200

b.func()

# 类对象.类属性的值: 100
# self.类属性的值 100
# self.实例属性的值 100

Test.class_attr = 300
a.func()

# 类对象.类属性的值: 300
# self.类属性的值 200
# self.实例属性的值 200

b.func()
# 类对象.类属性的值: 300
# self.类属性的值 300
# self.实例属性的值 100

注意:属性与方法名相同,属性会覆盖方法。

class A:
    def x(self):
        print('x_man')


aa = A()
aa.x()  # x_man
aa.x = 1
print(aa.x)  # 1
aa.x()
# TypeError: 'int' object is not callable

3.8什么是绑定?

Python 严格要求方法需要有实例才能被调用,这种限制其实就是 Python 所谓的绑定概念。

Python 对象的数据属性通常存储在名为.__ dict__的字典中,我们可以直接访问__dict__,或利用 Python 的内置函数vars()获取.__ dict__

class CC:
    def setXY(self, x, y):
        self.x = x
        self.y = y

    def printXY(self):
        print(self.x, self.y)


dd = CC()
print(dd.__dict__)
# {}

print(vars(dd))
# {}

print(CC.__dict__)
# {'__module__': '__main__', 'setXY': , 'printXY': , '__dict__': , '__weakref__': , '__doc__': None}

dd.setXY(4, 5)
print(dd.__dict__)
# {'x': 4, 'y': 5}

print(vars(CC))
# {'__module__': '__main__', 'setXY': , 'printXY': , '__dict__': , '__weakref__': , '__doc__': None}

print(CC.__dict__)
# {'__module__': '__main__', 'setXY': , 'printXY': , '__dict__': , '__weakref__': , '__doc__': None}

3.9一些相关的内置函数(BIF)

  • issubclass(class, classinfo) 方法用于判断参数 class 是否是类型参数 classinfo 的子类。

  • 一个类被认为是其自身的子类。

  • classinfo可以是类对象的元组,只要class是其中任何一个候选类的子类,则返回True

    class A:
        pass
    
    
    class B(A):
        pass
    
    
    print(issubclass(B, A))  # True
    print(issubclass(B, B))  # True
    print(issubclass(A, B))  # False
    print(issubclass(B, object))  # True
    
  • isinstance(object, classinfo) 方法用于判断一个对象是否是一个已知的类型,类似type()

  • type()不会认为子类是一种父类类型,不考虑继承关系。

  • isinstance()会认为子类是一种父类类型,考虑继承关系。

  • 如果第一个参数不是对象,则永远返回False

  • 如果第二个参数不是类或者由类对象组成的元组,会抛出一个TypeError异常。

    a = 2
    print(isinstance(a, int))  # True
    print(isinstance(a, str))  # False
    print(isinstance(a, (str, int, list)))  # True
    
    
    class A:
        pass
    
    
    class B(A):
        pass
    
    
    print(isinstance(A(), A))  # True
    print(type(A()) == A)  # True
    print(isinstance(B(), A))  # True
    print(type(B()) == A)  # False
    
  • hasattr(object, name)用于判断对象是否包含对应的属性。

    class Coordinate:
        x = 10
        y = -5
        z = 0
    
    
    point1 = Coordinate()
    print(hasattr(point1, 'x'))  # True
    print(hasattr(point1, 'y'))  # True
    print(hasattr(point1, 'z'))  # True
    print(hasattr(point1, 'no'))  # False
    
  • getattr(object, name[, default])用于返回一个对象属性值。

    class A(object):
        bar = 1
    
    
    a = A()
    print(getattr(a, 'bar'))  # 1
    print(getattr(a, 'bar2', 3))  # 3
    print(getattr(a, 'bar2'))
    # AttributeError: 'A' object has no attribute 'bar2'
    
    class A(object):
        def set(self, a, b):
            x = a
            a = b
            b = x
            print(a, b)
    
    
    a = A()
    c = getattr(a, 'set')
    c(a='1', b='2')  # 2 1
    
  • setattr(object, name, value)对应函数 getattr(),用于设置属性值,该属性不一定是存在的。

    class A(object):
        bar = 1
    
    
    a = A()
    print(getattr(a, 'bar'))  # 1
    setattr(a, 'bar', 5)
    print(a.bar)  # 5
    setattr(a, "age", 28)
    print(a.age)  # 28
    
  • delattr(object, name)用于删除属性。

    class Coordinate:
        x = 10
        y = -5
        z = 0
    
    
    point1 = Coordinate()
    
    print('x = ', point1.x)  # x =  10
    print('y = ', point1.y)  # y =  -5
    print('z = ', point1.z)  # z =  0
    
    delattr(Coordinate, 'z')
    
    print('--删除 z 属性后--')  # --删除 z 属性后--
    print('x = ', point1.x)  # x =  10
    print('y = ', point1.y)  # y =  -5
    
    # 触发错误
    print('z = ', point1.z)
    # AttributeError: 'Coordinate' object has no attribute 'z'
    
  • class property([fget[, fset[, fdel[, doc]]]])用于在新式类中返回属性值。

    • fget – 获取属性值的函数

    • fset – 设置属性值的函数

    • fdel – 删除属性值函数

    • doc – 属性描述信息

      class C(object):
          def __init__(self):
              self.__x = None
      
          def getx(self):
              return self.__x
      
          def setx(self, value):
              self.__x = value
      
          def delx(self):
              del self.__x
      
          x = property(getx, setx, delx, "I'm the 'x' property.")
      
      
      cc = C()
      cc.x = 2
      print(cc.x)  # 2
      
      del cc.x
      print(cc.x)
      # AttributeError: 'C' object has no attribute '_C__x'
      

4.魔法方法

魔法方法总是被双下划线包围,例如__init__

魔法方法是面向对象的 Python 的一切,如果你不知道魔法方法,说明你还没能意识到面向对象的 Python 的强大。

魔法方法的“魔力”体现在它们总能够在适当的时候被自动调用。

魔法方法的第一个参数应为cls(类方法) 或者self(实例方法)。

  • cls:代表一个类的名称
  • self:代表一个实例对象的名称

4.1基本的魔法方法

  • __init__(self[, ...]) 构造器,当一个实例被创建的时候调用的初始化方法

    class Rectangle:
        def __init__(self, x, y):
            self.x = x
            self.y = y
    
        def getPeri(self):
            return (self.x + self.y) * 2
    
        def getArea(self):
            return self.x * self.y
    
    
    rect = Rectangle(4, 5)
    print(rect.getPeri())  # 18
    print(rect.getArea())  # 20
    
  • __new__(cls[, ...]) 在一个对象实例化的时候所调用的第一个方法,在调用__init__初始化前,先调用__new__

    • __new__至少要有一个参数cls,代表要实例化的类,此参数在实例化时由 Python 解释器自动提供,后面的参数直接传递给__init__

    • __new__对当前类进行了实例化,并将实例返回,传给__init__self。但是,执行了__new__,并不一定会进入__init__,只有__new__返回了,当前类cls的实例,当前类的__init__才会进入。

      class A(object):
          def __init__(self, value):
              print("into A __init__")
              self.value = value
      
          def __new__(cls, *args, **kwargs):
              print("into A __new__")
              print(cls)
              return object.__new__(cls)
      
      
      class B(A):
          def __init__(self, value):
              print("into B __init__")
              self.value = value
      
          def __new__(cls, *args, **kwargs):
              print("into B __new__")
              print(cls)
              return super().__new__(cls, *args, **kwargs)
      
      
      b = B(10)
      
      # 结果:
      # into B __new__
      # 
      # into A __new__
      # 
      # into B __init__
      
      class A(object):
          def __init__(self, value):
              print("into A __init__")
              self.value = value
      
          def __new__(cls, *args, **kwargs):
              print("into A __new__")
              print(cls)
              return object.__new__(cls)
      
      
      class B(A):
          def __init__(self, value):
              print("into B __init__")
              self.value = value
      
          def __new__(cls, *args, **kwargs):
              print("into B __new__")
              print(cls)
              return super().__new__(A, *args, **kwargs)  # 改动了cls变为A
      
      
      b = B(10)
      
      # 结果:
      # into B __new__
      # 
      # into A __new__
      # 
      
  • __new__没有正确返回当前类cls的实例,那__init__是不会被调用的,即使是父类的实例也不行,将没有__init__被调用。

    class Earth:
        pass
    
    
    a = Earth()
    print(id(a))  # 260728291456
    b = Earth()
    print(id(b))  # 260728291624
    
    class Earth:
        __instance = None  # 定义一个类属性做判断
    
        def __new__(cls):
            if cls.__instance is None:
                cls.__instance = object.__new__(cls)
                return cls.__instance
            else:
                return cls.__instance
    
    
    a = Earth()
    print(id(a))  # 512320401648
    b = Earth()
    print(id(b))  # 512320401648
    
  • __new__方法主要是当你继承一些不可变的 class 时(比如int, str, tuple), 提供给你一个自定义这些类的实例化过程的途径。

    class CapStr(str):
        def __new__(cls, string):
            string = string.upper()
            return str.__new__(cls, string)
    
    
    a = CapStr("i love lsgogroup")
    print(a)  # I LOVE LSGOGROUP
    
  • __del__(self) 析构器,当一个对象将要被系统回收之时调用的方法。

    Python 采用自动引用计数(ARC)方式来回收对象所占用的空间,当程序中有一个变量引用该 Python 对象时,Python 会自动保证该对象引用计数为 1;当程序中有两个变量引用该 Python 对象时,Python 会自动保证该对象引用计数为 2,依此类推,如果一个对象的引用计数变成了 0,则说明程序中不再有变量引用该对象,表明程序不再需要该对象,因此 Python 就会回收该对象。

    大部分时候,Python 的 ARC 都能准确、高效地回收系统中的每个对象。但如果系统中出现循环引用的情况,比如对象 a 持有一个实例变量引用对象 b,而对象 b 又持有一个实例变量引用对象 a,此时两个对象的引用计数都是 1,而实际上程序已经不再有变量引用它们,系统应该回收它们,此时 Python 的垃圾回收器就可能没那么快,要等专门的循环垃圾回收器(Cyclic Garbage Collector)来检测并回收这种引用循环。

    class C(object):
        def __init__(self):
            print('into C __init__')
    
        def __del__(self):
            print('into C __del__')
    
    
    c1 = C()
    # into C __init__
    c2 = c1
    c3 = c2
    del c3
    del c2
    del c1
    # into C __del__
    
  • __str__(self):

    • 当你打印一个对象的时候,触发__str__
    • 当你使用%s格式化的时候,触发__str__
    • str强转数据类型的时候,触发__str__
  • __repr__(self)

    • reprstr的备胎

    • __str__的时候执行__str__,没有实现__str__的时候,执行__repr__

    • repr(obj)内置函数对应的结果是__repr__的返回值

    • 当你使用%r格式化的时候 触发__repr__

      class Cat:
          """定义一个猫类"""
      
          def __init__(self, new_name, new_age):
              """在创建完对象之后 会自动调用, 它完成对象的初始化的功能"""
              self.name = new_name
              self.age = new_age
      
          def __str__(self):
              """返回一个对象的描述信息"""
              return "名字是:%s , 年龄是:%d" % (self.name, self.age)
              
          def __repr__(self):
              """返回一个对象的描述信息"""
              return "Cat:(%s,%d)" % (self.name, self.age)
      
          def eat(self):
              print("%s在吃鱼...." % self.name)
      
          def drink(self):
              print("%s在喝可乐..." % self.name)
      
          def introduce(self):
              print("名字是:%s, 年龄是:%d" % (self.name, self.age))
      
      
      # 创建了一个对象
      tom = Cat("汤姆", 30)
      print(tom)  # 名字是:汤姆 , 年龄是:30
      print(str(tom)) # 名字是:汤姆 , 年龄是:30
      print(repr(tom))  # Cat:(汤姆,30)
      tom.eat()  # 汤姆在吃鱼....
      tom.introduce()  # 名字是:汤姆, 年龄是:30
      
    • __str__(self) 的返回结果可读性强。也就是说,__str__ 的意义是得到便于人们阅读的信息,就像下面的 ‘2019-10-11’ 一样。

    • __repr__(self) 的返回结果应更准确。怎么说,__repr__ 存在的目的在于调试,便于开发者使用。

      import datetime
      
      today = datetime.date.today()
      print(str(today))  # 2019-10-11
      print(repr(today))  # datetime.date(2019, 10, 11)
      print('%s' %today)  # 2019-10-11
      print('%r' %today)  # datetime.date(2019, 10, 11)
      

4.2算术运算符

类型工厂函数,指的是“不通过类而是通过函数来创建对象”。

class C:
    pass


print(type(len))  # 
print(type(dir))  # 
print(type(int))  # 
print(type(list))  # 
print(type(tuple))  # 
print(type(C))  # 
print(int('123'))  # 123

# 这个例子中list工厂函数把一个元祖对象加工成了一个列表对象。
print(list((1, 2, 3)))  # [1, 2, 3]
  • __add__(self, other)定义加法的行为:+

  • __sub__(self, other)定义减法的行为:-

    class MyClass:
    
        def __init__(self, height, weight):
            self.height = height
            self.weight = weight
    
        # 两个对象的长相加,宽不变.返回一个新的类
        def __add__(self, others):
            return MyClass(self.height + others.height, self.weight + others.weight)
    
        # 两个对象的宽相减,长不变.返回一个新的类
        def __sub__(self, others):
            return MyClass(self.height - others.height, self.weight - others.weight)
    
        # 说一下自己的参数
        def intro(self):
            print("高为", self.height, " 重为", self.weight)
    
    
    def main():
        a = MyClass(height=10, weight=5)
        a.intro()
    
        b = MyClass(height=20, weight=10)
        b.intro()
    
        c = b - a
        c.intro()
    
        d = a + b
        d.intro()
    
    
    if __name__ == '__main__':
        main()
    
    # 高为 10  重为 5
    # 高为 20  重为 10
    # 高为 10  重为 5
    # 高为 30  重为 15
    
  • __mul__(self, other)定义乘法的行为:*

  • __truediv__(self, other)定义真除法的行为:/

  • __floordiv__(self, other)定义整数除法的行为://

  • __mod__(self, other) 定义取模算法的行为:%

  • __divmod__(self, other)定义当被 divmod() 调用时的行为

  • divmod(a, b)把除数和余数运算结果结合起来,返回一个包含商和余数的元组(a // b, a % b)

    print(divmod(7, 2))  # (3, 1)
    print(divmod(8, 2))  # (4, 0)
    
  • __pow__(self, other[, module])定义当被 power() 调用或 ** 运算时的行为

  • __lshift__(self, other)定义按位左移位的行为:<<

  • __rshift__(self, other)定义按位右移位的行为:>>

  • __and__(self, other)定义按位与操作的行为:&

  • __xor__(self, other)定义按位异或操作的行为:^

  • __or__(self, other)定义按位或操作的行为:|

4.3反算术运算符

反运算魔方方法,与算术运算符保持一一对应,不同之处就是反运算的魔法方法多了一个“r”。当文件左操作不支持相应的操作时被调用。

  • __radd__(self, other)定义加法的行为:+
  • __rsub__(self, other)定义减法的行为:-
  • __rmul__(self, other)定义乘法的行为:*
  • __rtruediv__(self, other)定义真除法的行为:/
  • __rfloordiv__(self, other)定义整数除法的行为://
  • __rmod__(self, other) 定义取模算法的行为:%
  • __rdivmod__(self, other)定义当被 divmod() 调用时的行为
  • __rpow__(self, other[, module])定义当被 power() 调用或 ** 运算时的行为
  • __rlshift__(self, other)定义按位左移位的行为:<<
  • __rrshift__(self, other)定义按位右移位的行为:>>
  • __rand__(self, other)定义按位与操作的行为:&
  • __rxor__(self, other)定义按位异或操作的行为:^
  • __ror__(self, other)定义按位或操作的行为:|

a + b

这里加数是a,被加数是b,因此是a主动,反运算就是如果a对象的__add__()方法没有实现或者不支持相应的操作,那么 Python 就会调用b__radd__()方法。

class Nint(int):
    def __radd__(self, other):
        return int.__sub__(other, self) # 注意 self 在后面


a = Nint(5)
b = Nint(3)
print(a + b)  # 8
print(1 + b)  # -2

4.4增量赋值运算符

  • __iadd__(self, other)定义赋值加法的行为:+=
  • __isub__(self, other)定义赋值减法的行为:-=
  • __imul__(self, other)定义赋值乘法的行为:*=
  • __itruediv__(self, other)定义赋值真除法的行为:/=
  • __ifloordiv__(self, other)定义赋值整数除法的行为://=
  • __imod__(self, other)定义赋值取模算法的行为:%=
  • __ipow__(self, other[, modulo])定义赋值幂运算的行为:**=
  • __ilshift__(self, other)定义赋值按位左移位的行为:<<=
  • __irshift__(self, other)定义赋值按位右移位的行为:>>=
  • __iand__(self, other)定义赋值按位与操作的行为:&=
  • __ixor__(self, other)定义赋值按位异或操作的行为:^=
  • __ior__(self, other)定义赋值按位或操作的行为:|=

4.5一元运算符

  • __neg__(self)定义正号的行为:+x
  • __pos__(self)定义负号的行为:-x
  • __abs__(self)定义当被abs()调用时的行为
  • __invert__(self)定义按位求反的行为:~x

4.6属性访问

  • __getattr__(self, name): 定义当用户试图获取一个不存在的属性时的行为。

  • __getattribute__(self, name):定义当该类的属性被访问时的行为(先调用该方法,查看是否存在该属性,若不存在,接着去调用__getattr__)。

  • __setattr__(self, name, value):定义当一个属性被设置时的行为。

  • __delattr__(self, name):定义当一个属性被删除时的行为。

    class C:
        def __getattribute__(self, item):
            print('__getattribute__')
            return super().__getattribute__(item)
    
        def __getattr__(self, item):
            print('__getattr__')
    
        def __setattr__(self, key, value):
            print('__setattr__')
            super().__setattr__(key, value)
    
        def __delattr__(self, item):
            print('__delattr__')
            super().__delattr__(item)
    
    
    c = C()
    c.x
    # __getattribute__
    # __getattr__
    
    c.x = 1
    # __setattr__
    
    del c.x
    # __delattr__
    

4.7描述符

描述符就是将某种特殊类型的类的实例指派给另一个类的属性。

  • __get__(self, instance, owner)用于访问属性,它返回属性的值。

  • __set__(self, instance, value)将在属性分配操作中调用,不返回任何内容。

  • __del__(self, instance)控制删除操作,不返回任何内容。

    class MyDecriptor:
        def __get__(self, instance, owner):
            print('__get__', self, instance, owner)
    
        def __set__(self, instance, value):
            print('__set__', self, instance, value)
    
        def __delete__(self, instance):
            print('__delete__', self, instance)
    
    
    class Test:
        x = MyDecriptor()
    
    
    t = Test()
    t.x
    # __get__ <__main__.MyDecriptor object at 0x000000CEAAEB6B00> <__main__.Test object at 0x000000CEABDC0898> 
    
    t.x = 'x-man'
    # __set__ <__main__.MyDecriptor object at 0x00000023687C6B00> <__main__.Test object at 0x00000023696B0940> x-man
    
    del t.x
    # __delete__ <__main__.MyDecriptor object at 0x000000EC9B160A90> <__main__.Test object at 0x000000EC9B160B38>
    

4.8定制序列

协议(Protocols)与其它编程语言中的接口很相似,它规定你哪些方法必须要定义。然而,在 Python 中的协议就显得不那么正式。事实上,在 Python 中,协议更像是一种指南。

容器类型的协议

  • 如果说你希望定制的容器是不可变的话,你只需要定义__len__()__getitem__()方法。
  • 如果你希望定制的容器是可变的话,除了__len__()__getitem__()方法,你还需要定义__setitem__()__delitem__()两个方法。

编写一个不可改变的自定义列表,要求记录列表中每个元素被访问的次数。

class CountList:
    def __init__(self, *args):
        self.values = [x for x in args]
        self.count = {
     }.fromkeys(range(len(self.values)), 0)

    def __len__(self):
        return len(self.values)

    def __getitem__(self, item):
        self.count[item] += 1
        return self.values[item]


c1 = CountList(1, 3, 5, 7, 9)
c2 = CountList(2, 4, 6, 8, 10)
print(c1[1])  # 3
print(c2[2])  # 6
print(c1[1] + c2[1])  # 7

print(c1.count)
# {0: 0, 1: 2, 2: 0, 3: 0, 4: 0}

print(c2.count)
# {0: 0, 1: 1, 2: 1, 3: 0, 4: 0}
  • __len__(self)定义当被len()调用时的行为(返回容器中元素的个数)。
  • __getitem__(self, key)定义获取容器中元素的行为,相当于self[key]
  • __setitem__(self, key, value)定义设置容器中指定元素的行为,相当于self[key] = value
  • __delitem__(self, key)定义删除容器中指定元素的行为,相当于del self[key]

编写一个可改变的自定义列表,要求记录列表中每个元素被访问的次数。

class CountList:
    def __init__(self, *args):
        self.values = [x for x in args]
        self.count = {
     }.fromkeys(range(len(self.values)), 0)

    def __len__(self):
        return len(self.values)

    def __getitem__(self, item):
        self.count[item] += 1
        return self.values[item]

    def __setitem__(self, key, value):
        self.values[key] = value

    def __delitem__(self, key):
        del self.values[key]
        for i in range(0, len(self.values)):
            if i >= key:
                self.count[i] = self.count[i + 1]
        self.count.pop(len(self.values))


c1 = CountList(1, 3, 5, 7, 9)
c2 = CountList(2, 4, 6, 8, 10)
print(c1[1])  # 3
print(c2[2])  # 6
c2[2] = 12
print(c1[1] + c2[2])  # 15
print(c1.count)
# {0: 0, 1: 2, 2: 0, 3: 0, 4: 0}
print(c2.count)
# {0: 0, 1: 0, 2: 2, 3: 0, 4: 0}
del c1[1]
print(c1.count)
# {0: 0, 1: 0, 2: 0, 3: 0}

4.9迭代器

  • 迭代是 Python 最强大的功能之一,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。

  • 迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。

  • 迭代器只能往前不会后退。

  • 字符串,列表或元组对象都可用于创建迭代器:

    string = 'lsgogroup'
    for c in string:
        print(c)
    
    '''
    l
    s
    g
    o
    g
    r
    o
    u
    p
    '''
    
    for c in iter(string):
        print(c)
    
    links = {
           'B': '百度', 'A': '阿里', 'T': '腾讯'}
    for each in links:
        print('%s -> %s' % (each, links[each]))
        
    '''
    B -> 百度
    A -> 阿里
    T -> 腾讯
    '''
    
    for each in iter(links):
        print('%s -> %s' % (each, links[each]))
    
  • 迭代器有两个基本的方法:iter()next()

  • iter(object) 函数用来生成迭代器。

  • next(iterator[, default]) 返回迭代器的下一个项目。

  • iterator – 可迭代对象

  • default – 可选,用于设置在没有下一个元素时返回该默认值,如果不设置,又没有下一个元素则会触发 StopIteration 异常。

    links = {
           'B': '百度', 'A': '阿里', 'T': '腾讯'}
    
    it = iter(links)
    while True:
        try:
            each = next(it)
        except StopIteration:
            break
        print(each)
    
    # B
    # A
    # T
    
    it = iter(links)
    print(next(it))  # B
    print(next(it))  # A
    print(next(it))  # T
    print(next(it))  # StopIteration
    

把一个类作为一个迭代器使用需要在类中实现两个魔法方法 __iter__()__next__()

  • __iter__(self)定义当迭代容器中的元素的行为,返回一个特殊的迭代器对象, 这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。

  • __next__() 返回下一个迭代器对象。

  • StopIteration 异常用于标识迭代的完成,防止出现无限循环的情况,在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

    class Fibs:
        def __init__(self, n=10):
            self.a = 0
            self.b = 1
            self.n = n
    
        def __iter__(self):
            return self
    
        def __next__(self):
            self.a, self.b = self.b, self.a + self.b
            if self.a > self.n:
                raise StopIteration
            return self.a
    
    
    fibs = Fibs(100)
    for each in fibs:
        print(each, end=' ')
    
    # 1 1 2 3 5 8 13 21 34 55 89
    

4.10生成器

  • 在 Python 中,使用了 yield 的函数被称为生成器(generator)。

  • 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。

  • 在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

  • 调用一个生成器函数,返回的是一个迭代器对象。

    def myGen():
        print('生成器执行!')
        yield 1
        yield 2
        
    myG = myGen()
    for each in myG:
        print(each)
    
    '''
    生成器执行!
    1
    2
    '''
    
    myG = myGen()
    print(next(myG))  
    # 生成器执行!
    # 1
    
    print(next(myG))  # 2
    print(next(myG))  # StopIteration
    
  • 用生成器实现斐波那契数列

    def libs(n):
        a = 0
        b = 1
        while True:
            a, b = b, a + b
            if a > n:
                return
            yield a
    
    
    for each in libs(100):
        print(each, end=' ')
    
    # 1 1 2 3 5 8 13 21 34 55 89
    

你可能感兴趣的:(python学习,python)