迭代计算

什么是迭代器 迭代器即迭代的工具 迭代是一个重复的过程，每一次重复即一次迭代，且每次迭代的结果都是下一次迭代的初始值 while True: #这里只是单纯的重复，不是迭代 print('-----') l = [1,2,3] count = 0 while count <= len(l): #这里是迭代 print(l[count]) count += 1 迭代器协议 1、迭代器协议是指：对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代 2、可迭代对象：实现了迭代器协议的对象（对象内部定义一个__iter__()方法） 3、协议是一种约定，可迭代对象实现了迭代器协议，python的内部工具（如for循环、sum、min、max函数等）使用迭代器协议访问对象 对于序列类型，如：字符串、列表元组等，我们可以使用索引的方式迭代取出其包含的元素，但是对于无序类型：字典，集合，文件等是没有索引的，所以我们要想取出其内部包含的元素，则必须找出一种不依赖于索引的方式 可迭代对象指的是有内置方法__iter__的对象： 'hello'.__iter__ (1,2,3).__iter__ [1,2,3].__iter__ {'a':1}.__iter__ {'a','b'}.__iter__ {'a','b'}.__iter_

一、迭代器 1、迭代器的概念 　　迭代器即迭代的工具，那么什么是迭代呢？迭代是一个重复的过程，每一次重复即一次迭代，并且每次迭代的结果都是下一次迭代的初始值。下面的代码就不是迭代. while True: print('====>') 　　上面代码只是单纯的重复，不是迭代。下面的代码就是迭代 1 l=[1,2,3] 2 count=0 3 while count<len(1): 4 print(l[count]) 5 count+=1 二、为什么要有迭代器？什么是可迭代对象？什么是迭代器对象？ 　　1、为什么要有迭代器 　　　　　　　　对于序列类型：字符串、列表、元组，我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的，若还想取出其内部包含的元素，则必须找出一种不依赖于索引的 　　　　　　　　迭代方式，这就是为什么要需要迭代器。 　　2、什么是可迭代对象 　　　　　　　　可迭代对象指的是内置有_iter_方法的对象，即obj._iter_.如下 1 'hello'._iter_ 2 (1,2,3)._iter_ 3 [1,2,3]._iter_ 4 {'a':1}._iter_ 5 {'a','b'}._iter_ 6 open('a.txt')._iter_ 　　3、什么是迭代器对象 　　　　　　　　可迭代对象执行obj._iter_(

迭代 生成 for循环遍历的原理 for循环遍历的原理就是迭代，in后面必须是可迭代对象 为什么要有迭代器 对于序列类型：字符串、列表、元组，我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的，若还想取出其内部包含的元素，则必须找出一种不依赖于索引的迭代方式，这就是迭代器 1.可迭代对象 有 __iter__ 方法的对象，都是可迭代对象，有以下6种 可迭代的对象：Python内置str、list、tuple、dict、set、file都是可迭代对象 "zx".__iter__() ["zx"].__iter__() {"zx":"wl"}.__iter__() ("zx",).__iter__() {"z","x"}.__iter__() with open("prize.txt","r") as file: file.__iter__() 2.迭代器对象 1.可迭代的对象执行 __iter__ 方法得到的返回值是迭代器对象。2.迭代器对象指的是即内置有 __iter__ 又内置有 __next__ 方法的对象 list=[1,2,3,4,5,6] zx=list.__iter__() while True: try: print(zx.__next__()) except: break 文件类型是迭代器对象 open('a.txt')._

迭代器 我们已经知道，可以直接作用于 for 循环的数据类型有以下几种： 一类是集合数据类型，如 list 、 tuple 、 dict 、 set 、 str 等； 一类是 generator ，包括生成器和带 yield 的generator function。 这些可以直接作用于 for 循环的对象统称为可迭代对象： Iterable 。 而生成器不但可以作用于 for 循环，还可以被 next() 函数不断调用并返回下一个值，直到最后抛出 StopIteration 错误表示无法继续返回下一个值了。 *可以被 next() 函数调用并不断返回下一个值的对象称为迭代器： Iterator 。 生成器都是 Iterator 对象，但 list 、 dict 、 str 虽然是 Iterable ，却不是 Iterator 。 把 list 、 dict 、 str 等 Iterable 变成 Iterator 可以使用 iter() 函数。 这是因为Python的 Iterator 对象表示的是一个数据流，Iterator对象可以被 next() 函数调用并不断返回下一个数据，直到没有数据时抛出 StopIteration 错误。可以把这个数据流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

迭代： 迭代是一个重复的过程，每次重复即一次迭代，并且每次迭代的结果是下一次迭代的初始值 1 while True: 2 print('哈') #只是单纯的重复，因此不是迭代 3 4 lists = [1, 2, 3] 5 count = 0 6 while count < len(lists): 7 print(lists[count]) 8 count += 1 迭代的概念 为何要有迭代器： 对于序列类型的数据(列表，元组，字符串)，我们可以使用索引的方法迭代取出每个元素，但对于非序列类型(集合，字典，文件类型等)这类没有的索引的数据，我们就无法使用上述方法，因此就要使用迭代器 迭代器协议： 对象必须提供一个next方法，执行该方法的结束是要么返回迭代中的下一项，要么就引起一个Stoplteration异常以终止迭代（只能前进不能后退） 可迭代对象： 内置有__iter__方法的对象，即obj.__iter__() 1 'hello'.__iter__() 2 [1, 2, 3].__iter__() 3 ('a', 'b', 1).__iter__() 4 {'name': 'chen', 'age': 18}.__iter__() 5 {'a', 1}.__iter__() 6 open('test').__iter__() 可迭代对象 迭代器对象: 可迭代对象执行obj.

一、迭代器 　　　　迭代器就是迭代的工具，迭代是一个重复的过程，每次重复都是一次迭代并且每次迭代的结果都是下次迭代的初始值。 　　　　 1 lst=[1,2,3,4,5] 2 count=0 3 while count<len(lst): 4 print(lst[count]) 5 count +=1 　　　　既然有for循环为什么还要用迭代器呢？ 当然 对于序列类型：字符串、列表、元组，我们可以使用索引的方式迭代取出其包 　　含的元素。但对于字典、集合、文件等类型是没有索引的，若还想取出其内部包含的元素，则必须找出一种不依赖于索引 　　的迭代方式，这就是迭代器。 　　可迭代对象: 　　　可迭代对象指的是内置有__iter__方法的对象，我们要如何查看内置是否有__iter__()方法呢？　　 1 lst=[1,2,3] 2 print(dir(lst)) 　　在需要查看的对象前使用dir方法 就是来查看该对象内置的方法，如果其中含有__iter__,又含有__next__()方法那么该对象就是可迭代对象 　　注:迭代器对象一定是可迭代对象，而可迭代对象不一定是迭代器对象。 　　 1 lst=[1,2,3] 2 g = lst.__iter__() 3 print(g.__next__()) 4 print(g.__next__()) 5 print(g.__next__()) 6

一、迭代器 1、通过迭代器取值的优缺点 优点：不依赖索引取值，完成取值 缺点：不能计算长度，不能指定位取值（只能从前往后逐一取值） 2、可迭代对象 可迭代对象是有—iter—（）方法的对象，调用该方法返回迭代器对象 可迭代对象有：str | list | tuple | dict | set | range（）| file | 迭代器对象 | enumrate（）| 生成器 3、迭代器对象： 迭代器对象：有—next—（）方法的对象，也就是用该方法一次从迭代器对象中获取一个值，取出一个少一个 迭代器对象有：file | enumerate（）| 生成器 重点： 1、从迭代器对象中取元素，取一个少一个，如果啊哟从头开始取，需要重新获得拥有所有元素的迭代器对象 2、迭代器对象也有—iter—（）方法，调用后得到的是自己本身（当前含义几个元素，得到的就只有几个元素的迭代器对象） 4、for循环迭代优点 自动获取被迭代对象的迭代器对象 在内部一次一次调用—next—（）方法取值 自动完成异常处理 二、生成器 1、生成器：包含yied关键字的函数就是生成器 def my_generator(): yield 1 yield 2 yield 3 g_obj = my_generator() my_generator()并不会执行函数体，得到的返回值就是生成器对象 生成器对象就是迭代器对象 r1

迭代器的概念：从装多个值的容器中一次取出一个值给外界 器：包含了多个值得容器 迭代：循环反馈（一次从容器中取出一个值） 通过迭代器取值的优缺点： 优点：不依赖索引取值 缺点：不能计算长度，不能指定取值(只能从前往后逐一取值) 遍历：被遍历的对象必须是有序容器 案例; ls='asasd' for i in ls: print(i) ls1=[1,2,12] for i in ls1: print(i) ls = [1, 2, 3, 4, 5, 6] i=0 while i <len(ls): print(i) i+=1 st = {1, 2, 3, 4, 5} while i <len(st): print(i) i+=1 dic = {'a': 1, 'b': 2, 'c': 3} for k,v in dic.items(): print(k,v) 可迭代对象 对象：python中的一个对象（装有地址的变量） 可迭代对象：该对象有__iter__()方法，调用该方法返回迭代器对像 可迭代对象有哪些： str | list | tuple | dict | set | range() | file(文件) | 迭代器对象 | enumerate()(枚举对象) 案例 for v in 'asdfghjkl'.__iter__(): print(v) for v in [1,23,

复习 函数的嵌套定义：在函数内部定义另一个函数 闭包：被嵌套的函数 -- 1.外层通过形参给内层函数传参 -- 2.返回内部函数对象----> 延迟执行， 开放封闭原则: 功能可以拓展，但源代码与调用方式都不可以改变 装饰器：装饰器名就是外层函数 @outer @outer # fn = outer(fn) def fn(): pass 今日内容 1.带参装饰器 | 2.wrapper | 3. 可迭代对象 | 4.迭代器对象 | 5.for 迭代器工作原理 | 6.枚举对象 | 7.生成器 1. 带参装饰器 ： 通常，装饰器为被装饰的函数添加新功能，需要外界的参数：可以在 outer外再套一层函数，通过形参给内部传参 。 -- outer参数固定一个，就是func -- inner参数固定同被装饰的函数，也不能添加新参数 -- 可以借助函数的嵌套定义，外层给内层传参， 2. 系统 functools 的wraps带参装饰器：i nner本来是装饰原函数func的，但func还有部分功能inner没有，那就给inner加一个装饰器，把这此功能装到inner函数上，将原函数的部分功能装饰给inner,从面达到对原函数func更好的装饰。（通过改变inner的假指向，本质外界使用的还是inner，但是打印显示的是wraps中原函数的id） 3. 迭代器 ： 优点： --

本节内容 上一篇中介绍了Python中函数的定义、函数的调用、函数的参数以及变量的作用域等内容，现在来说下函数的一些高级特性： 递归函数 嵌套函数与闭包 匿名函数 高阶函数 内置函数 总结 一、递归函数 函数是可以被调用的，且一个函数内部可以调用其他函数。如果一个函数在内部调用本身，这个函数就是一个递归函数。函数递归调用的过程与循环相似，而且理论上，所有的递归函数都可以写成循环的方式，但是递归函数的优点是定义简单，逻辑清晰。递归和循环都是一个重复的操作过程，这些重复性的操作必然是需要有一定的规律性的。另外，很明显递归函数也需要一个结束条件，否则就会像死循环一样递归下去，直到由于栈溢出而被终止（这个下面介绍）。 可见，要实现一个递归函数需要确定两个要素： 递归规律 结束条件 1. 实例：计算正整数n的阶乘 n! = 1 * 2 * 3 * ... * n 循环实现 思路有两个： 从1乘到n，需要额外定义一个计数器存放n当前的值 从n乘到1，无需额外定义计数器，直接对n进行减1操作，直到n=0返回1结束 def fact(n): if n == 0: return 1 result = 1 while n >= 1: result *= n n -= 1 return result 递归实现 先来确定递归函数的两个要素： 递归规律：n!=1 * 2 * 3 * ... * n = (n