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。
#迭代器 iterator li = [1,2] del li li = [] ##for i in range(11): ## if i%2==0: ## li.append(i) for i in range(0,11,2): li.append(i) class TupleIter: def __init__(self,li): self.li = li self._index = 0 def __iter__(self): return self def __next__(self): if self._index < len(self.li): index = self.li[self._index] self._index += 1 return index else: raise StopIteration tu = TupleIter((1,2,3,4,5))
生成器
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。
def fun(n): i = 0 while i < n: print(‘***‘,i) yield i i += 1 print(‘+++‘,i) a = fun(5) """ yield可以暂停函数的执行，所以可以占用很少的空间，不会一直占用很大的内存 """ import time def run_time(func): def new_fun(*args): t0 = time.time() print(‘star time: %s‘%(time.strftime(‘%x‘,time.localtime())) ) back = func(*args) print(‘end time: %s‘%(time.strftime(‘%x‘,time.localtime())) ) print(‘run time: %s‘%(time.time() - t0)) return back return new_fun @run_time def fab(maxnu): n,a,b = 0,0,1 while n < maxnu: print(b) a,b = b,a+b n = n+1 ##@run_time def fab2(maxnu): n,a,b = 0,0,1 while n < maxnu: yield b a,b = b,a+b n = n+1 b = fab2(100) next(b) # next(b) 就是next函数调用 b 的 __next__() return b.__next__()
#列表推导式 l2 = [i for i in range(11)] l3 = [i for i in range(11) if i%2 == 0 ] l4 = [i*2 for i in range(11) if i%2 == 0] {i for i in range(10)} {i:str(i) for i in range(10)} [i if i%2==0 else str(i) for i in range(10)]
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 import xxx [as yy] from ../xx import xx [as yy] 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 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。
#模块和包 ##import keyword #内置模块 ##keyword.kwlist #模块就是一个py文件 ##from keyword import kwlist as yy #导入你需要的 from keyword import kwlist,main #同目录下 import test __name__ #不同路径下 import os,sys sys.path sys.path.append(r‘C:\Users\不动\Desktop\Python基础\4面向对象\02多继承，类的特殊方法，装饰器‘) import test1 ##from test1 import ... if __name__ == ‘__main__‘: print(__name__) sys.argv print(sys.argv) ## print(‘******‘,sys.argv[1]) #包 #包就是把很多模块放在一起 ##import xml ##import xml.dom.xmlbuilder
3.作业
1.利用列表推导式: 找出100以内所有奇数，并将所有奇数乘以3，写入列表。
li =[i*3 for i in range(101) if i%2 !=0] li2 =[i*3 for i in range(101) if i%2 ==1]
2.在一个模块中定义一个用生成器，这个生成器可以生成斐波拉契数列，再另一个模块中使用这个生成器，得到斐波拉契数列
‘‘‘ def fab(num): n,a,b = 0,0,1 while n < num: print(b) if n%10 ==0: yield b #暂停 a,b = b,a+b n +=1 ‘‘‘ #同一个目录 import fab #不是一个目录 import os,sys sys.path.append(r‘C:\Users\不动\Desktop\11‘)
原文：https://www.cnblogs.com/woaixuexi9999/p/9215686.html