python基础-11-迭代器生成器、模块和包

青旅半醒 2022-06-06 10:41 233阅读 0赞

### 1.迭代器和生成器 ###

**1.迭代器**

#列表推导式：扩展操作，简化代码
    >>> l3=[i for i in range(20) if i%2==1]  #第一个i，就是往列表里面添加的value
    >>>l3=[i if i%2==1 else "a" for i in range(20)  ]  #偶数替换成“a”，奇数用i值
    
    #集合推导式
    >>> s={i for i in range(10)}
    >>> s
    {
       0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
    
    #字典推导式
    >>> s={i:"a" for i in range(5)}
    >>> s
    {
       0: 'a', 1: 'a', 2: 'a', 3: 'a', 4: 'a'}
    
    #迭代器
        迭代器对象要求支持迭代器协议的对象，在Python中，支持迭代器协议就是实现对象的__iter__()和__next__()方法。
        其中__iter__()方法返回迭代器对象本身；__next__()方法返回容器的下一个元素，在结尾时引发StopIteration异常。
    ''' >>> l3=[i for i in range(20) if i%2==0] #__iter__有这个魔法方法，具备可以迭代 >>> li=iter(l3) >>> next(li) 0 >>> l3=[i for i in range(20) if i%2==0] >>> l3=l3.__iter__() >>> next(l3) 0 >>> l3.__next__() 2 iter() 实现了 __iter__() next() 实现了 __next__() '''
    #迭代器是用来干嘛
    for:
    1.iter() ->迭代器
    2.next()->迭代取值
    
    extend(iterable)->iter()->next()->append()

##### **2.生成器generator** #####

在Python中，使用生成器可以很方便的支持迭代器协议。
        生成器通过生成器函数产生，生成器函数可以通过常规的def语句来定义，但是不用return返回，而是用yield一次返回一个结果，在每个结果之间挂起和继续它们的状态，来自动实现迭代协议。 也就是说，yield是一个语法糖，内部实现支持了迭代器协议，同时yield内部是一个状态机，维护着挂起和继续的状态。 生成器函数返回生成器的迭代器。 “生成器的迭代器”这个术语通常被称作”生成器”。 要注意的是生成器就是一类特殊的迭代器。作为一个迭代器，生成器必须要定义一些方法， 其中一个就是__next__()。如同迭代器一样，我们可以使用__next__()函数来获取下一个值。 在一个 generator function 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， 则直接抛出 StopIteration 终止迭代。 #yield用来处理批量数据的，查看部分数据，防止内存爆了 ''' def fun():
        i=0
        while i<5:
            print("***")
            yield i  #暂停使用，同时还可以返回值
            i+=1
            print("+++",i)
    
    #运行结果：
    >>> next(a)
    ***
    0
    >>> next(a)
    +++ 1
    ***
    1
    ''' >>>next(fun()) #每次调用，都会生成一个对象 # 斐波那契数 def fib(num): n,a,b=0,0,1 while n<num: print(b) if n%10==0: yield #用来处理批量数据的，查看部分数据，防止内存爆了 a,b=b,a+b n=n+1

### 2.模块和包 ###

1.内置模块
        本身就带有的库，就叫做Python的内置的库。（模块==库）
        一些常见的内置模块
        os 和操作系统相关    os.path
        sys 和系统相关      sys.path  
            sys.path.append(r'')    可以添加路径
        re  正则表达式 
    
    2.第三方模块
        非Python本身自带的库，就是所谓的第三方的库
    
    3.模块的导入，模块的本质就是一个py文件
        import xxx  [as  yy]
        from ../xx  import  xx  [as  yy]  
    ''' >>> import keyword #会把模块里面所有的内容都导入 >>> from random import randint #指定导入，节省内存 >>> from random import* #会把模块里面所有的内容导入，但是不会导入 _cos，带下划线的私有属性 '''
    
    
    4.自定义模块
        py文件，可以做为一个模块来用，直接作为一个模块导入就行
        __main__ 的意义：
            当文件是直接运行是，文件的__name__是__main__ ，当文件是被导入时，__name__是文件名
    ''' #py 声明了name相当于声明主权 if __name__=="__main__": #我自己调用，才会执行 print(__name__) '''       
    ''' #添加自定义引用的第三方库 >>> import os,sys >>> sys.path >>> sys.path.append(r"C:\Users\xxxx\Desktop\test") #指定你的目录 >>> sys.path >>> import test3 #C:\Users\xxxx\Desktop\test 引用目录下test3.py文件 test '''
    
    
    5.包管理
        基本上就是另外一类模块。把用来处理一类事物的多个文件放在同一文件夹下组成的模块集。
        要让python 将其作为包对待，在python2中必须包含__init__.py的文件，但在python3中没有__init__.py文件也可以，使用包可以避免多个文件重名的情况，不同的包下的文件同名不影响。
    
        导入包和模块是一样的方法，包导入后会在目录中自动生成__pycache__文件夹存放生成的.pyc文件，要注意的是import后面的才是存在当前作用域中的对象名，from是告诉python从什么地方导入，
        使用sys.path添加文件的目录路径。
    ''' >>> import xml >>> import xml.dom #不是系统的包就添加路径 '''
    import time
    >>>time.localtime()
    >>>time.asctime(time.localtime())
    >>>time.time() #时间戳

### 3.扩展外传参数 ###

#cmd中调用： python3 C:\Users\xxx\Desktop\python\test.py "test" "a"
    import sys
    def test():
        print("this is test")
        a="test"
        return a
    test1="this is test"
    if __name__=="__main__": #我自己调用，才会执行
        print(__name__)
        sys.argv
        print(sys.argv)
        print(sys.argv[1])
        print(sys.argv[2])
        test()
    
    #运行结果：
    __main__
    ['C:\\Users\\xxx\\Desktop\\python\\test.py', 'test', 'a']
    test
    a
    this is test