Python 基础部分-5

 

vars()内置函数

print(type(vars()), vars())

>>>
<class 'builtin_function_or_method'> 
{ '__doc__': '\n    commons test\n',
 '__cached__': None, 
'__package__': None, 
'__file__': 'D:/PythonProject/51CTO/Week8/week8/index.py'}

__file__ 文件路径

__doc__ 文件注释

__package__ 导入模块的包名，文件夹套文件夹用"."区分；当前文件显示"None"

__cached__ 显示缓存，导入模块后，系统生成.pyc文件，显示缓存路径;当前文件显示"None"

from lib_1 import commons

print(commons.__cached__)

>>>
D:\PythonProject\51CTO\Week8\week8\lib_1\__pycache__\commons.cpython-35.pyc

__name__如果为主文件，__name__=="__main__", 否则，显示模块名

from test import s1
from test import s2

def execute():
    s1.f1()
    s2.f1()

#只有执行python.index,.py时，index的 __name__ 等于主程序的 '__main__', 否则，模块名
#若index被导入，执行index的函数是另外的文件，条件不成立，程序不执行。

if __name__ == '__main__':
    execute()

>>>
f1
f2

 总结：

 1. 主文件
　　调用主函数前，必须加入 if __name__ == '__main__':

2. __file__ 结合os.path.dirmane()

　　当前的文件路径

import os

print(os.path.dirname(__file__))
print(os.path.dirname(os.path.dirname(__file__)))


>>>

D:/PythonProject/51CTO/Week8/week8/lib_1
D:/PythonProject/51CTO/Week8/week8

 

使用sys.path添加新的模块

import os
import sys

p1 = os.path.dirname(__file__)
print(p1)
p2 = "test"

basename = os.path.join(p1, p2)

sys.path.append(basename)

for i in sys.path:
    print(i)

>>>
C:\Users\Administrator\AppData\Local\Programs\Python\Python35-32\lib\site-packages
D:/PythonProject/51CTO/Week8/week8/qq\test

 

生成器

一个函数调用时返回一个迭代器，那这个函数就叫做生成器（generator）；如果函数中包含yield语法，那这个函数就会变成生成器；

yiled（）

def xrange():
    print("11")
    yield 1 #保存上次执行位置
    print("22")
    yield 2
    print("33")
    yield 3

r = xrange()#仅取得一个生成器，内部代码不执行

#生成器__next__()方法，执行函数寻找下一个yield
ret = r.__next__() #执行yield上面的代码
print(ret)
ret = r.__next__() #执行上一次yield的位置，在执行下一行代码
print(ret)
ret = r.__next__()
print(ret)

 以上函数称为生成器，当执行此函数func()时会得到一个迭代器。

 

迭代器

 

迭代器是访问集合元素的一种方式。迭代器对象从集合的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，不过这也没什么，因为人们很少在迭代途中往后退。另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件

 

特点：

 

1. 访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容
2. 不能随机访问集合中的某个值 ，只能从头到尾依次访问
3. 访问到一半时不能往回退
4. 便于循环比较大的数据集合，节省内存

 

__next__()

def xrange(n):
    print('start')
    start = 0
    while True:
        if start > n:
            return
        yield start #保存上次执行的位置
        start += 1

obj = xrange(5)#生成器(obj), 具有生成能力
n1 = obj.__next__()#迭代器，具有访问能力
n2 = obj.__next__()
n3 = obj.__next__()
n4 = obj.__next__()
n5 = obj.__next__()
n6 = obj.__next__()

print(n1, n2, n3, n4, n5, n6)

>>>
start
0 1 2 3 4 5