一 迭代器介绍
# 迭代器即用来迭代取值的工具，而迭代是重复反馈过程的活动，其目的通常是为了逼近所需的目标或结果，每一次对过程的重复称为一次“迭代”，而每一次迭代得到的结果会作为下一次迭代的初始值,单纯的重复并不是迭代
while True:
msg = input('>>: ').strip()
print(msg)
# 下述while循环才是一个迭代过程，不仅满足重复，而且以每次重新赋值后的index值作为下一次循环中新的索引进行取值，反复迭代，最终可以取尽列表中的值
goods=['mac','lenovo','acer','dell','sony']
index=0
while index < len(goods):
print(goods[index])
index+=1
1.1 可迭代对象
# 通过索引的方式进行迭代取值，实现简单，但仅适用于序列类型：字符串，列表，元组。对于没有索引的字典、集合等非序列类型，必须找到一种不依赖索引来进行迭代取值的方式，这就用到了迭代器。
# 要想了解迭代器为何物，必须事先搞清楚一个很重要的概念：可迭代对象(Iterable)。从语法形式上讲，内置有__iter__方法的对象都是可迭代对象，字符串、列表、元组、字典、集合、打开的文件都是可迭代对象：
{'name':'egon'}.__iter__
{7,8,9}.__iter__
……
1.2 迭代器对象
# 调用obj.iter()方法返回的结果就是一个迭代器对象(Iterator)。迭代器对象是内置有iter和next方法的对象，打开的文件本身就是一个迭代器对象，执行迭代器对象.iter()方法得到的仍然是迭代器本身，而执行迭代器.next()方法就会计算出迭代器中的下一个值。 迭代器是Python提供的一种统一的、不依赖于索引的迭代取值方式，只要存在多个“值”，无论序列类型还是非序列类型都可以按照迭代器的方式取值
>>> s={1,2,3} # 可迭代对象s
>>> i=iter(s) # 本质就是在调用s.__iter__(),返回s的迭代器对象i，
>>> next(i) # 本质就是在调用i.__next__()
1
>>> next(i)
2
>>> next(i)
3
>>> next(i) #抛出StopIteration的异常，代表无值可取，迭代结束
二 for循环原理
# 有了迭代器后，我们便可以不依赖索引迭代取值了，使用while循环的实现方式如下
goods=['mac','lenovo','acer','dell','sony']
i=iter(goods) #每次都需要重新获取一个迭代器对象
while True:
try:
print(next(i))
except StopIteration: #捕捉异常终止循环
break
# for循环又称为迭代循环，in后可以跟任意可迭代对象，上述while循环可以简写为
goods=['mac','lenovo','acer','dell','sony']
for item in goods:
print(item)
# for 循环在工作时，首先会调用可迭代对象goods内置的iter方法拿到一个迭代器对象，然后再调用该迭代器对象的next方法将取到的值赋给item,执行循环体完成一次循环，周而复始，直到捕捉StopIteration异常，结束迭代。
三 迭代器的优缺点
# 基于索引的迭代取值，所有迭代的状态都保存在了索引中，而基于迭代器实现迭代的方式不再需要索引，所有迭代的状态就保存在迭代器中，然而这种处理方式优点与缺点并存：
3.1 优点：
# 1、为序列和非序列类型提供了一种统一的迭代取值方式。
# 2、惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。
3.2 缺点：
# 1、除非取尽，否则无法获取迭代器的长度
# 2、只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。
今日内容概要
- 配合匿名函数使用的方法
- 可迭代对象
- 迭代器对象
- for循环内部原理
- 异常捕获
- 生成器
今日内容详细
配合匿名函数使用的方法
1. map(函数名, 要遍历的数据) # 内部本质就是for循环，再记住两个参数的位置和作用
# 2. zip 拉链
l = [11, 22, 33, 44, 55, 66]
ll1 = ['name', 'age', 'hobby', 'aaa', 'b', 'ccc', 'ddd', 'fff']
ll2 = ['nam2e', 'age1', 'hobby1', 'aaa1', 'b', 'ccc', 'ddd', 'fff']
ll3 = ['name1', 'age2', 'hobby2', 'aaa2', ]
# d1 = {'username': 'tony'}
# d2 = {'username1': 'kevin'}
# [(11,'name'), (22, 'age'), (33, 'hobby')]
# lst = []
# for i in range(len(l)):
# lst.append((l[i], ll1[i]))
# print(lst)
res = zip(l, ll1, ll2, ll3) # <zip object at 0x000001646C22FE00> [(11, 'name'), (22, 'age'), (33, 'hobby')]
print(list(res))
# 3. max
# l = [1, 2, 10, 30, 5, 6, 7, 8]
# 求出列表中最大值
# print(max(l))
# 求出最小值
# print(min(l))
#
d = {
'Aevin': 10000,
'zack': 2000,
'zony': 30000,
'Fank': 5000000000
}
'''
A-Z:65-90
a:97
'''
'''如果是字典，比较的是key，说白了就是你暴露什么，就按照什么比较'''
def index(key):
return d[key]
'''如果传了key参数，就是返回什么值就按照什么值比较'''
print(max(d, key=index))
print(max(d, key=lambda key:d[key]))
print(min(d, key=index))
print(min(d, key=lambda key:d[key]))
# 4. 过滤
l = [1, 10, 20, 55, 66, 77]
# ll = []
# for i in l:
# if i > 20:
# ll.append(i)
# print(ll)
def index(x):
return x > 20
# res=filter(index, l)
res=filter(lambda x:x>20, l)
print(list(res)) # [55, 66, 77]
可迭代对象
# 什么是迭代
迭代就是每一次的结果必须依赖于上一次的结果
v1.0 v2.0 v3.0
# 可迭代对象
内置有__iter__方法的对象都是可迭代对象
'''内置的意思是python自带的，解释器中已经存在的，我们可以直接使用的'''
# 目前我所学的数据类型中，有哪些是可迭代对象, 都支持for循环
str, list, dict, tuple, set, 文件对象
print(c)
print(c.__iter__()) # <str_iterator object at 0x0000017E0C21C610>
print(iter(c)) # <str_iterator object at 0x000001B18D4DC610>
# print(c.__len__()) # 5
# print(len(c))
'''一般双下滑先开头的方法都有一个简便的写法，就是函数名()'''
迭代器对象
# 什么是迭代器对象
既有__iter__方法， 也含有__next__方法
'''文件对象即是可迭代对象又是迭代器对象'''
# 如果生成迭代器对象
可迭代对象调用__iter__方法
注意：
迭代给我们提供了一种不依赖索引取值的方法
# 练习题:hello
res=c.__iter__()
res.__next__()
res.__next__()
res.__next__()
res.__next__()
print(c.__iter__().__next__())
print(c.__iter__().__next__())
print(c.__iter__().__next__())
print(c.__iter__().__next__())
print(c.__iter__().__next__())
for循环内部原理
l = [1, 2, 3, 4, 5, 6, 7]
# 要求：循环打印出列表中每个元素，但是，不能使用for循环，__next__ next()
# 1. 可迭代对象要转为迭代器
# res = l.__iter__()
#
# while True:
# print(res.__next__())
# for i in l:
# print(i)
'''for循环内部其实也报错了，只不过错误没让我们看见，内部处理了'''
"""
for循环内部执行流程：
1. 把关键字in后面的数据类型转为了迭代器 __iter__
2. 循环next取值
3. next取值完毕之后也报错了，自动处理错误并且结束while循环
"""
捕捉异常
1. 什么是异常？
# 异常就是错误发生的信号，如果此信号不做处理，那么，从本行开始之后的代码都不能正常执行了
2. 异常
2.1 Traceback
2.2 XXXError
# 错误的类型
2.3 XXXError冒号后面的内容，报错的详细原因，我们主要看的也是这部分，大致定位错误的原因
3. 异常的种类
1. 语法错误
# 是坚决不允许的，遇到之后要立刻改正，否则，代码不能运行
2. 逻辑错误
# 是可以被允许的，但是，我们写逻辑的时候要尽可能的避免逻辑错误的发生
4. 常见的错误类型
NameError
IndexError
KeyError
ValueError
ZeroDivisionError
...
5. 如何捕捉异常
try:
被监测的代码
except 错误的类型1 as e:
错误处理，e:错误的原因
except 错误的类型2 as e:
错误处理，e:错误的原因
except 错误的类型3 as e:
错误处理，e:错误的原因
except 错误的类型4 as e:
错误处理，e:错误的原因
'''万能异常'''
try:
# print(username)
# print(1/ 0)
# l = [1,2,3,4]
# print(l[6])
d = {'a':1, 'b':2}
print(d['c']) #KeyError
except ZeroDivisionError as e:
print('')
except NameError as e:
print(123)
except IndexError as e:
print(123)
except Exception as e:
print(e) # name 'username' is not defined
"""
try except异常捕捉需要注意
1. try里面被监测的代码尽量少
2. 在明显没有错误的代码不要被捕捉
"""
浙公网安备 33010602011771号