Python进阶学习----一闭三器

目录

​编辑

前言

一.三器

1. 迭代器（Iterator）

1.1 什么是可迭代对象

1.2什么是迭代器

1.3案例演示： 以下是一个简单的迭代器示例，遍历一个列表并打印每个元素：

1.4迭代器总结

2. 生成器（Generator）

3. 装饰器（Decorator）

二.一闭 

4. 闭包（Closure）

总结：

---

 

前言

Python是一种功能强大而灵活的编程语言，拥有许多强大的特性和工具，其中包括"一闭三器"——迭代器、生成器、装饰器和闭包

一.三器

1. 迭代器（Iterator）

1.1 什么是可迭代对象

只要是可以通过for...in…的形式进行遍历的，那么这个数据类型就是可以迭代的

1.2什么是迭代器

迭代是python中访问集合元素的一种非常强大的一种方式。迭代器是一个可以记住遍历位置的对象，迭代器对象从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。因此不会像列表那样一次性全部生成，而是可以等到用的时候才生成，因此节省了大量的内存资源。迭代器有两个方法：iter()和next()方法

1.3案例演示： 以下是一个简单的迭代器示例，遍历一个列表并打印每个元素：

class MyIterator:
    def __init__(self, data):
        self.data = data
        self.index = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.index >= len(self.data):
            raise StopIteration
        item = self.data[self.index]
        self.index += 1
        return item

my_list = [1, 2, 3, 4, 5]
my_iter = MyIterator(my_list)

for item in my_iter:
    print(item)

1.4迭代器总结

1. 凡是可作用于for循环的对象都是Iterable 类型；

2. 凡是可作用于 next() 函数的对象都是Iterator 类型；

3. 集合数据类型如list 、dict、str等是 Iterable但不是Iterator，不过可以通过 iter()函数获得一个Iterator对象

特点：

• 允许按顺序访问集合中的元素。
• 可以在不加载整个集合到内存中的情况下处理大型数据集。

优点：

• 节省内存，特别适用于大型数据集。
• 提供了一种通用的遍历机制，适用于各种不同类型的数据结构。

缺点：

• 需要手动实现__iter__()和__next__()方法，有些繁琐。
• 一旦迭代器遍历完数据，就不能再次使用，需要重新创建。

2. 生成器（Generator）

介绍： 生成器是一种特殊类型的迭代器，它可以以更简洁的方式生成值。

案例演示： 以下是一个生成器示例，生成斐波那契数列：

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

fib = fibonacci()
for _ in range(10):
    print(next(fib))

特点：

• 使用yield关键字简化了迭代器的创建。
• 延迟生成值，节省内存。

优点：

• 更简洁的语法。
• 适用于处理大量数据或需要延迟生成的情况。

缺点：

• 不支持双向遍历，只能单向前进。
• 无法随机访问元素。

3. 装饰器（Decorator）

介绍： 装饰器是一种用于修改函数或方法行为的技术，允许在不修改原始函数代码的情况下添加额外的功能。

案例演示： 以下是一个装饰器示例，用于测量函数执行时间：

import time

def timing_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"{func.__name__} took {end_time - start_time} seconds to run.")
        return result
    return wrapper

@timing_decorator
def slow_function():
    time.sleep(2)

slow_function()

特点：

• 可以轻松地扩展函数的功能，例如日志记录、性能分析等。
• 可以重用装饰器，使代码更干净。

优点：

• 提高了代码的可维护性和可读性。
• 使功能扩展更容易。

缺点：

• 可能会增加代码的复杂性，特别是当多个装饰器堆叠时。

二.一闭 

4. 闭包（Closure）

介绍： 闭包是一种函数，它可以访问其定义范围之外的变量，即使外部函数已经执行完毕。

案例演示： 以下是一个闭包示例，创建一个计数器函数：

def counter():
    count = 0
    def increment():
        nonlocal count
        count += 1
        return count
    return increment

counter1 = counter()
print(counter1())  # 输出1
print(counter1())  # 输出2

counter2 = counter()
print(counter2())  # 输出1

特点：

• 允许函数保留状态，使得函数可以"记住"之前的状态。
• 有助于隐藏数据，实现封装。

优点：

• 提供了一种轻量级的状态管理机制。
• 使函数更加灵活和可复用。

缺点：

• 可能会导致不正确的行为，特别是当闭包不正确地使用时。
• 可能会增加代码的复杂性，难以理解。

总结：

 一闭三器属于进阶语法，我们需要有强大的基础才能实际开发中运用，当我们运用得当，它能成为我们很实用的工具，为我们减轻很多代码，以及提示代码的质量