函数进阶--生成器与迭代器

本文详细介绍了Python中的列表生成式和生成器的概念及应用,包括如何利用列表生成式简化代码,生成器的工作原理及其两种创建方式。此外,还提供了生成器在日志文件中的具体实现案例。

列表生成式

列表生成式就是将一些简单的代码合并成一条代码来写

# 需要将列表[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]各自加1
#普通会这样写
a = [1,3,4,6,7,7,8,9,11]
for index,i in enumerate(a):
    a[index] +=1
print(a)
#用列表生成式
a = [i+1 for i in range(10)]
print(a)

生成器

带有 yield 关键字的的函数在 Python 中被称之为 generator(生成器)。Python 解释器会将带有 yield 关键字的函数视为一个 generator 来处理。一个函数或者子程序都只能 return 一次,但是一个生成器能暂停执行并返回一个中间的结果 —— 这就是 yield 语句的功能 : 返回一个中间值给调用者并暂停执行。

生成器有两种创建方式:
  • 列表生成式,以()形式
  • 函数
yield、return、next
  • yield 返回数据,并冻结当前的执行过程
  • return 返回数据,并结束当前函数
  • next 是唤醒冻结函数的执行过程,继续执行,直到遇到下一个yield
  • 当函数里有了yield之后,函数名加()就可以变成生成器
  • return在生成器里代表生成器的中止,会直接报错
通过生成器来实现日志文件

通过生成器写一个日志调用方法, 支持以下功能
根据指令向屏幕输出日志
根据指令向文件输出日志
根据指令同时向文件&屏幕输出日志
以上日志格式如下
代码:

import time
cont = 0
def logger(filename,channel='file'):
    """
    日志方法
    :param filename: log filename
    :param channel: 输出的目的地,屏幕(terminal),文件(file),屏幕+文件(both)
    :return:
    """
    global cont
    while True:
        cont += 1
        msg = yield
        a = time.strftime('%Y-%m-%d %X')
        info = '%s[%s]%s'%(a,cont,msg)
        if channel == 'file':
            with open(filename,'a',encoding='utf-8') as f:
                f.write('\n%s'%info)
        elif channel == 'terminal':
            print(info)
        elif channel == 'both':
            with open(filename,'a',encoding='utf-8') as f:
                f.write('\n%s'%info)
            print(info)
a = logger(filename='a.txt',channel='both')
next(a)
a.send('user alex login success')

迭代器

判断一个对象是否是可迭代对像可以用isinstance()来进行判断

>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False

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。
可以使用isinstance()判断一个对象是否是Iterator(迭代器)对象

>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False

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:

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
  • 凡是可作用于for循环的对象都是Iterable(可迭代对象)类型;
  • 凡是可作用于next()函数的对象都是Iterator类型,它们表示一个惰性计算的序列;
  • 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。

转载于:https://www.cnblogs.com/yjiu1990/p/9057438.html

标题基于Python的自主学习系统后端设计实现AI更换标题第1章引言介绍自主学习系统的研究背景、意义、现状以及本文的研究方法和创新点。1.1研究背景意义阐述自主学习系统在教育技术领域的重要性和应用价值。1.2国内外研究现状分析国内外在自主学习系统后端技术方面的研究进展。1.3研究方法创新点概述本文采用Python技术栈的设计方法和系统创新点。第2章相关理论技术总结自主学习系统后端开发的相关理论和技术基础。2.1自主学习系统理论阐述自主学习系统的定义、特征和理论基础。2.2Python后端技术栈介绍DjangoFlask等Python后端框架及其适用场景。2.3数据库技术讨论关系型和非关系型数据库在系统中的应用方案。第3章系统设计实现详细介绍自主学习系统后端的设计方案和实现过程。3.1系统架构设计提出基于微服务的系统架构设计方案。3.2核心模块设计详细说明用户管理、学习资源管理、进度跟踪等核心模块设计。3.3关键技术实现阐述个性化推荐算法、学习行为分析等关键技术的实现。第4章系统测试评估对系统进行功能测试和性能评估。4.1测试环境方法介绍测试环境配置和采用的测试方法。4.2功能测试结果展示各功能模块的测试结果和问题修复情况。4.3性能评估分析分析系统在高并发等场景下的性能表现。第5章结论展望总结研究成果并提出未来改进方向。5.1研究结论概括系统设计的主要成果和技术创新。5.2未来展望指出系统局限性并提出后续优化方向。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值