目录
1.3案例演示： 以下是一个简单的迭代器示例，遍历一个列表并打印每个元素：
前言
Python是一种功能强大而灵活的编程语言，拥有许多强大的特性和工具，其中包括"一闭三器"——迭代器、生成器、装饰器和闭包
一.三器
1. 迭代器（Iterator）
1.1 什么是可迭代对象
只要是可以通过for...in…的形式进行遍历的，那么这个数据类型就是可以迭代的
1.2什么是迭代器
迭代是python中访问集合元素的一种非常强大的一种方式。迭代器是一个可以记住遍历位置的对象，迭代器对象从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。因此不会像列表那样一次性全部生成，而是可以等到用的时候才生成，因此节省了大量的内存资源。迭代器有两个方法：iter()和next()方法
1.3案例演示： 以下是一个简单的迭代器示例，遍历一个列表并打印每个元素：
class MyIterator:
def __init__(self, data):
self.data = data
self.index = 0
def __iter__(self):
return self
def __next__(self):
if self.index >= len(self.data):
raise StopIteration
item = self.data[self.index]
self.index += 1
return item
my_list = [1, 2, 3, 4, 5]
my_iter = MyIterator(my_list)
for item in my_iter:
print(item)
1.4迭代器总结
-
凡是可作用于for循环的对象都是Iterable 类型；
-
凡是可作用于 next() 函数的对象都是Iterator 类型；
-
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
特点：
- 允许按顺序访问集合中的元素。
- 可以在不加载整个集合到内存中的情况下处理大型数据集。
优点：
- 节省内存，特别适用于大型数据集。
- 提供了一种通用的遍历机制，适用于各种不同类型的数据结构。
缺点：
- 需要手动实现
__iter__()和__next__()方法，有些繁琐。 - 一旦迭代器遍历完数据，就不能再次使用，需要重新创建。
2. 生成器（Generator）
介绍： 生成器是一种特殊类型的迭代器，它可以以更简洁的方式生成值。
案例演示： 以下是一个生成器示例，生成斐波那契数列：
def fibonacci():
a, b = 0, 1
while True:
yield a
a, b = b, a + b
fib = fibonacci()
for _ in range(10):
print(next(fib))
特点：
- 使用
yield关键字简化了迭代器的创建。 - 延迟生成值，节省内存。
优点：
- 更简洁的语法。
- 适用于处理大量数据或需要延迟生成的情况。
缺点：
- 不支持双向遍历，只能单向前进。
- 无法随机访问元素。
3. 装饰器（Decorator）
介绍： 装饰器是一种用于修改函数或方法行为的技术，允许在不修改原始函数代码的情况下添加额外的功能。
案例演示： 以下是一个装饰器示例，用于测量函数执行时间：
import time
def timing_decorator(func):
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print(f"{func.__name__} took {end_time - start_time} seconds to run.")
return result
return wrapper
@timing_decorator
def slow_function():
time.sleep(2)
slow_function()
特点：
- 可以轻松地扩展函数的功能，例如日志记录、性能分析等。
- 可以重用装饰器，使代码更干净。
优点：
- 提高了代码的可维护性和可读性。
- 使功能扩展更容易。
缺点：
- 可能会增加代码的复杂性，特别是当多个装饰器堆叠时。
二.一闭
4. 闭包（Closure）
介绍： 闭包是一种函数，它可以访问其定义范围之外的变量，即使外部函数已经执行完毕。
案例演示： 以下是一个闭包示例，创建一个计数器函数：
def counter():
count = 0
def increment():
nonlocal count
count += 1
return count
return increment
counter1 = counter()
print(counter1()) # 输出1
print(counter1()) # 输出2
counter2 = counter()
print(counter2()) # 输出1
特点：
- 允许函数保留状态，使得函数可以"记住"之前的状态。
- 有助于隐藏数据，实现封装。
优点：
- 提供了一种轻量级的状态管理机制。
- 使函数更加灵活和可复用。
缺点：
- 可能会导致不正确的行为，特别是当闭包不正确地使用时。
- 可能会增加代码的复杂性，难以理解。
总结：
一闭三器属于进阶语法，我们需要有强大的基础才能实际开发中运用，当我们运用得当，它能成为我们很实用的工具，为我们减轻很多代码，以及提示代码的质量
