python生成器、迭代器、动态新增属性及方法是什么

本篇内容介绍了“python生成器、迭代器、动态新增属性及方法是什么”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

一、生成器

1、生成器定义

在Python中，一边循环一边计算的机制，称为生成器：generator

2、生成器存在的意义

列表所有数据都在内存中，如果有海量数据的话将会非常消耗内存。

例如：仅需要访问前面几个元素，那后边所有空间就浪费了

如果列表元素按照某种算法推算出来，就可以在循环的过程中不断推算出后续的元素，这样就不必创建完整的 list ，从而节省大量的空间。

3、创建生成器方式一（生成器表达式）

生成器表达式很简单，只要把一个列表推导式的 [] 改成 () ，就创建了一个生成器(generator)：

L = [x * x for x in range(10)]  #推导式print(L)g = (x * x for x in range(10)) #加成括号就是生成器print(g)#<generator object <genexpr> at 0x1022ef630>'''L是一个list，而g则是一个 generator'''

4. 创建生成器方式二（生成器函数）

1. 生成器函数

• 如果一个函数中包含了yield关键字，那么这个函数就不再是一个普通的函数，调用函数就是创建了一个生成器（generator）对象

• 生成器函数：利用关键字yield一次性返回一个结果，阻塞，重新开始

2. 生成器函数的工作原理

• 生成器函数返回一个迭代器，for循环对这个迭代器不断调用 __next__() 函数，不断运行到下一个 yield 语句，一次一次取得每一个返回值，直到没有 yield 语句为止，最终引发 StopIteration 异常

• yield 相当于 return 返回一个值，并且记住这个返回的位置，下次迭代时，代码从 yield 的下一条语句(不是下一行)开始执行

• send() 和 next() 一样，都能让生成器往下走一步（下次遇到 yield 停），但 send() 能传一个值，这个值作为 yield 表达式整体的结果

测试生成器工作原理（yield）

'''如果一个函数中包含 yield 关键字，那么这个函数就不再是一个普通函数，调用函数就是创建了一个生成器（generator）对象生成器函数：其实就是利用关键字 yield 一次性返回一个结果，阻塞，重新开始原理1. 函数有了yield之后，调用它，就会生成一个生成器2. 下次从下一个语句执行，切记不是下一行（tmp = yield i）3. return在生成器中代表生成器种植，直接报错：StopIeratation4. next方法作用：唤醒并继续执行'''def test():    print("start")    i = 0    while i<3:        '''yield i #第一次执行，此处挂起；同时将i的值返回到i                   #第二次执行，从挂起的地方往下执行'''        temp = yield i #下次迭代时，代码从`yield`的下一条语句(不是下一行)开始执行        print(f"i:{i}")        i += 1    print("end")    return "done"if __name__ == '__main__':    a = test()    print(type(a))    print(a.__next__())    print(a.__next__())    print(a.__next__())    print(a.__next__())# 抛出异常：StopIteration'''<class 'generator'>start0temp:None1temp:None2temp:NoneendTraceback (most recent call last): in <module>    print(a.__next__())# 抛出异常：StopIterationStopIteration: done'''

测试生成器工作原理（send）

'''send的作用是唤醒并继续执行，发送一个信息到生成器内部'''def foo():    print("start")    i = 0    while i < 2:        temp = yield i        print(f"temp:{temp}")        i += 1    print("end") g = foo()print(next(g))  #等同g.__next__(),next是内置函数print("*"*20)print(g.send(100))print(next(g))# for a in g:#g所返回的值是yield处的i#     print(a)'''start0********************temp:1001temp:NoneendTraceback (most recent call last):    print(next(g))StopIteration'''

5. 总结

1. 什么是生成器

生成器仅仅保存了一套生成数值的算法，并且没有让这个算法现在就开始执行，而是我什么时候调用它，它什么时候开始计算一个新的值，并给你返回

2. 生成器特点

• 生成器函数生成一系列结果。通过 yield 关键字返回一个值后，还能从其退出的地方继续运行，因此可以随时产生一系列的值。

• 生成器和迭代是密切相关的，迭代器都有一个 __next__() 成员方法，这个方法要么返回迭代的下一项，要么引起异常结束迭代。

• 生成器是一个特殊的程序，可以被用作控制循环的迭代行为，

二、迭代器

1、概念

• 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

• 迭代器有两个基本的方法：iter()和netx()

2、可迭代对象和迭代器区别

• 一个实现了 iter 方法的对象，称为 "可迭代对象 Ieratable"

• 一个实现了 next 方法并且是可迭代的对象，称为"迭代器" Iterator 即：实现了 iter 方法和 next 方法的对象就是迭代器

！生成器都是 Iterator对象，但 list 、 dict 、str 虽然都是 Iterable（可迭代对象）， 却不是Iterator（迭代器）

'''生成器一定是迭代器可迭代对象不一定是迭代器，使用iter([])封装后可转为迭代器'''from collections.abc import Iteratorfrom collections.abc import Iterablea = isinstance([], Iterator) #list、dict、str虽然是Iterable（可迭代对象），却不是Iterator（迭代器）print(a)a = isinstance([], Iterable) #可迭代对象print(a)"""执行结果：FalseTrue"""

'''list、dict、str 等 Iterable 变成 Iterator，可以使用 iter() 函数：'''b = isinstance(iter([]), Iterator)print(b)b = isinstance(iter('花非人陌'), Iterator)print(b) """执行结果：TrueTrue"""

Python的 Iterator 对象表示的是一个数据流。可以把这个数据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。

所以，生成器一定是迭代器。

3、for循环本质

#python3 的 for 循环本质就是通过不断调用 next() 函数实现的。 for x in [1,2,3,4,5]:    pass '''本质是：'''#首先获得Iterator对象：it = iter([1,2,3,4,5])#循环while True:    try:        # 获得下一个值：        x = next(it)    except StopIteration:        # 遇到StopIteration 就退出循环        break

4、创建一个迭代器

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

• __iter__() 方法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__() 方法会返回下一个迭代器对象

#创建一个依次返回10,20,30,...这样数字的迭代器class MyNumbers:    def __iter__(self):        self.num = 10        return self     def __next__(self):        if self.num < 40:            x = self.num            self.num += 10            return x        else:            raise StopIteration myclass = MyNumbers()myiter = iter(myclass)print(next(myiter))print(next(myiter))print(next(myiter))print(next(myiter))"""执行结果：102030Traceback (most recent call last):    raise StopIterationStopIteration""""""程序解析：在这段代码中，MyNumbers 类定义了一个迭代器。该迭代器的作用是生成一系列数字，从 10 开始，每次增加 10，直到 40，然后停止。在程序中，通过 iter(myclass) 方法获取 MyNumbers 类的迭代器对象 myiter，然后调用 next(myiter) 方法获取下一个数字。在第一次调用 next(myiter) 方法时，迭代器会执行 __next__() 方法，返回 self.num 的值 10，然后将 self.num 的值增加 10，变为 20。在第二次、第三次调用 next(myiter) 方法时，迭代器会再次执行 __next__() 方法，返回 20 和 30，然后将 self.num 的值分别增加 10，变为 30 和 40。在第四次调用 next(myiter) 方法时，迭代器再次执行 __next__() 方法，发现 self.num 的值已经大于等于 40，于是抛出 StopIteration 异常，表示迭代已经结束。"""

三、动态添加属性和方法

1、动态编程语言定义

指在运行时可以改变其结构的语言：例如新的函数、对象、甚至代码可以被引进，

已有的函数可以被删除或是其他结构上的变化

2、运行过程中给对象添加属性和方法

#coding=utf-8import typesclass Person():    def __init__(self, name, age):        self.name = name        self.age = age p1 = Person("zhangsan", 20)p2 = Person("lisi", 18)#动态给对象添加属性和方法p1.score = 100print(p1.score) #加给p1的只能p1用,对象的也是一样 #动态给对象添加方法def run(self):    print(f"{self.name}, running...")p1.run = types.MethodType(run, p1)#而types.MethodType(run,p1)则是告诉解释器，self指的就是p1p1.run()"""执行结果：100zhangsan, running..."""

3、给类动态添加静态方法以及类方法

#encoding=utf-8class Person():    __slots__ = {"name", "age"}    def __init__(self, name, age):        self.name = name        self.age = age @staticmethoddef staticfunc():    print("--- static method ---") Person.staticfunc = staticfuncPerson.staticfunc()Person.score = 1000 #动态给对象静态方法print(Person.score) @claSSMethoddef clsfunc(cls):    print('--- cls method ---')Person.clsfunc = clsfunc    #动态增加类方法Person.clsfunc()

四、限制动态添加

1、slots

1. __slots__的作用

• __slots__ 对动态添加成员变量、成员方法有限制。对动态添加类属性、类方法没有限制

• __slots__ 只对本类有限制，不限制子类

2. 对动态添加成员变量、成员方法有限制

'''MyClass 类使用 __slots__ 属性限制了实例对象的属性，只允许动态添加 x 属性。因此，obj.x = 1 可以成功，但是 obj.y = 2 会抛出 AttributeError 异常'''class MyClass:    __slots__ = ['x'] obj = MyClass()obj.x = 1  # 可以动态添加 x 属性obj.y = 2  # 报错，__slots__ 限制了不能动态添加 y 属性"""执行结果：AttributeError: 'MyClass' object has no attribute 'y'"""

3. 对动态添加类属性、类方法没有限制

class MyClass:    __slots__ = ['x']    classattr = 1     @classmethod    def myclassmethod(cls):        print("class method")  MyClass.newclassattr = 2  # 可以动态添加类属性print(MyClass.newclassattr)MyClass.mynewclassmethod = lambda cls: print("new class method")  # 可以动态添加类方法MyClass.mynewclassmethod(MyClass)   #传递类本身作为参数obj = MyClass()obj.x  = 3    # 可以动态添加实例属性print(obj.x)  # 可以动态添加 x 属性"""执行结果：2new class method3"""

“python生成器、迭代器、动态新增属性及方法是什么”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站，小编将为大家输出更多高质量的实用文章！