Python基础_迭代器、生成器、模块与包
本节的内容是介绍几个概念。
一.列表推倒式
列表推导式就是列表里做一些简单的运算，直接来看几个例子。
1 #例1： 输出10以内的所有偶数 2 >>> l4=[i for i in range(11) if i%2==0] 3 >>> l4 4 [0, 2, 4, 6, 8, 10]
1 # 2--100内质数 2 [i for i in range(2,101) if not [j for j in range(2,i) if i%j==0]]
注意列表推导式的形式
二.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。
1 其中__iter__()方法返回迭代器对象本身；
2 __next__()方法返回容器的下一个元素，在结尾时引发StopIteration异常。
注意： 迭代器与可迭代对象是不同的。可迭代对象只是要求有__iter__()方法，而迭代器要求同时有__iter__()和__next__()方法。
1 >>> li=[1,2,3,4] 2 >>> dir(li) 3 ['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__',
'__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__',
'__iadd__', '__imul__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__',
'__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__',
'__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__',
'__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert',
'pop', 'remove', 'reverse', 'sort']
很容易发现：列表没有__next__方法，所以列表不是迭代器。
1 >>> g=li.__iter__() 2 >>> dir(g) 3 ['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__',
'__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__length_hint__', '__lt__',
'__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__',
'__sizeof__', '__str__', '__subclasshook__'] 4 >>> g.__next__() 5 1 6 >>> g.__next__() 7 2 8 >>> g.__next__() 9 3 10 >>> g.__next__() 11 4 12 >>> g.__next__() 13 Traceback (most recent call last): 14 File "<pyshell#32>", line 1, in <module> 15 g.__next__() 16 StopIteration
__iter__可以将一个可迭代对象变为迭代器，__next__返回迭代器元素。iter(),next() 有同样的功能。
三.生成器
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。
1 def fun(): 2 i = 0 3 while i<5: 4 print('Fangfang') 5 yield 'stop' 6 i+=1 7 print('哈哈',i)
1 >>> g=fun() 2 >>> g 3 <generator object fun at 0x03612F90> 4 >>> g.__next__() 5 Fangfang 6 'stop' 8 >>> g.__next__() 9 哈哈 1 10 Fangfang 11 'stop' 12 >>> g.__next__() 13 哈哈 2 14 Fangfang 15 'stop' 16 >>> g.__next__() 17 哈哈 3 18 Fangfang 19 'stop' 20 >>> g.__next__() 21 哈哈 4 22 Fangfang 23 'stop' 24 >>> g.__next__() 25 哈哈 5 26 Traceback (most recent call last): 27 File "<pyshell#50>", line 1, in <module> 28 g.__next__() 29 StopIteration
三.模块和包
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
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。
例子：
1 #python -m pip install 2 #内置模块 3 #import keyward #导入所有内容 4 #from copy import deepcopy #指定导入 5 #第三方模块 6 ##相对路径（同级路径） import +文件名 7 8 ##不同路径 9 10 11 import sys 12 sys.path #查找路径,返回路径 将需要导入的路径添加 13 """sys.path.append(r'F:\潭州教育python\学习笔记\笔记\Python进阶') 14 15 >>> import Car 16 17 2016 tesla models 18 This car has a 70-kwh"""
posted on 2018-03-13 20:08 方方31140519 阅读(139) 评论(0) 编辑 收藏 举报
