Welcome to kimi's blog

迭代器、生成器及异常处理

迭代器

​ 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

​ 通过索引的方式进行迭代取值,实现简单,仅适用于字符串,列表,元组,但没有索引的字典、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。

可迭代对象

1.可迭代对象

对象内置有__iter__方法的都称为可迭代对象
	1.内置方法   通过点的方式能够调用的方法
	2.__iter__   双下iter方法

2.可迭代对象的范围

可迭代对象
string  list dict  tuple  set  文件对象  
不可迭代对象
int  float bool 函数对象

3.可迭代的含义

迭代:更新换代(每次更新都必须要依赖上一次的结果)

	eg: 手机app更新(版本迭代)

可迭代再python中可以理解为是否支持for循环

迭代器对象

1.迭代器对象
	是由可迭代对象调用__iter__方法产生
	迭代器对象判断的本质:看内置是否有__iter__和__next__
2.迭代器对象的作用
	提供了一种不依赖于索引取值的方式
	正因为有迭代器的存在  我们的字典 集合才能够被for循环
3.迭代器对象实操
    S1 = 'hello'  # 可迭代对象
    res = S1.__iter__()   # 迭代器对象  本质在调用S1.__iter__(),返回S的迭代器对象  可简写iter(S1)
    print(res.__next__())  #  h 迭代取值   for循环的本质
    print(res.__next__())  # e  可简写next(res)
    print(res.__next__())  # l
    """一旦__next__ 取不到值  会直接报错"""
4.注意事项
	可迭代对象调用__iter__会成为迭代器对象,迭代器对象如果还调用__iter__不会有任何变化  还是迭代器对象本身
	

迭代器的优缺点

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,需要时才去掉调用__iter__来计算出一个值,迭代器可以存放无限大的数据,但是同一时间内存只能有一个值,但是列表需要把所有的元素都存放在内存中,受内存大小的限制,能存放的数据是有限的

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,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

for循坏内部原理

for 变量名 in 可迭代对象:
	循环体代码
	"""
	1.先将in 后面的数据调用__iter__转变成迭代器对象
	2.依次让迭代器对象调用__next__取值
	3.一旦__next__取不到值报错  for循环会自动捕获并处理
	"""

异常处理

1.异常
	异常就是代码运行报错,行业俗称叫bug
	代码运行中一旦遇到异常会直接结束整个程序的运行,我们在编写代码的过程中要尽可能的避免
2.异常分类
	语法错误
		不允许出现,一旦出现立刻改正 
	逻辑错误
		允许出现的,因为它一眼发现不了,代码运行之后才可能会出现
3.异常结构
	错误位置 # File "D:/PycharmProjects/test15/02 常见内置函数.py", line 89,name = kiki
	错误类型  # NameError
	错误详情  # name 'kiki' is not defined

常见错误

常见的错误:
SyntaxError:  语法错误
NameError:    名字错误
IndexError:   索引错误
KeyError :    键错误
IndentationError :缩进错误


异常处理语法结构

1.基本语法结构
    try:
        待检测的代码(可能会出错的代码)
    except  错误类型:
        针对上述错误类型制定的方案
2.查看错误的信息
    try:
        待检测的代码(可能会出错的代码)
    except  错误类型 as e:# e就是系统提示的错误信息
        针对上述错误类型制定的方案
3.针对不同的错误类型制定不同的解决方案
    try:
        待检测的代码 (可能会出错的代码)
    except  错误类型1 as e:# e就是系统提示的错误信息
        针对上述错误类型1制定的方案
    except 错误类型2 as e:  #e 就是系统提示的错误信息
        针对上述错误类型2制定的方案
    except 错误类型3  as e:  # 就是系统提示的错误信息
        针对上述错误类型3制定的方案
    .....
	
4.万能异常
    try:
        待检测的代码(可能会出错的代码)
    except Exception as e:  # e就是系统会提示的错误信息

5.结合else使用
    try:
        待检测的代码(可能会出错的代码)
    except Exception as e: # e就是系统提示的错误信息
        针对各种常见的错误类型全部统一处理
    else:
        try的子代码正常运行结束没有任何的报错后  在执行else子代码

6.结合finally使用
    try:
        待检测的代码(可能会出错的代码)
    except Exception as e:# e 就是系统提示的错误信息
        针对各种常见的错误类型全部统一处理
    else:
        try的子代码正常运行结束没有任何的报错后,再执行else子代码
    finally:
        无论try的子代码是否报错,最后都要执行finally子代码

异常处理assert和raise

1.断言
    name = 'kiki'
    # assert isinstance(name,int)
    # print('肯定是字符串')  # AssertionError
    assert  isinstance(name,str)
    print('肯定是字符串')  # 肯定是字符串
	
2.主动报错
    name = 'kimi'
    if name == 'kimi':
        raise Exception('找到这里,说明我该走了')
    else:
        print('正常走')

异常处理实战应用

1.异常处理能尽量能少用就少用
2.被try检测的代码能尽量少就尽量少
3.当代码中可能会出现一些无法控制的情况报错才应该考虑使用
	eg: 使用手机访问网络软件 断网
		编写网络爬虫程序请求数据 断网

课堂练习:
	 使用while循环+异常处理+迭代器对象 完成for循环迭代取值的功能
 	 l1 = [11, 22, 33, 44, 55, 66, 77, 88, 99]
 		
    # 1.先将列表调用__iter__转变为迭代器对象
    res = l1.__iter__()
    # 2.While循环让迭代器对象反复执行__next__
    while True:
        try:
            print(res.__next__())
        except Exception as e:  # StopIteration和Exception一样的
            break

		

生成器

生成器对象

1.本质

1.生成器内置由__iter__和__next__方法,所以生成器本身就是一个迭代器
2.函数体代码中如果由yield关键字,那么函数名加括号并不会执行函数体代码,会生成一个生成器对象(迭代器对象)

2.区别

迭代器对象是解释器自动提供的
	数据类型/文件对象>>>:迭代器对象
生成器对象是程序员编写出来的
	代码、关键字>>>:迭代器对象(生成器)

3.创建生成器的基本语法

​ yield关键字,我们就有了自定义迭代器的实现方向,yield可以用于返回值,但不同于return,函数一旦遇到return就结束了,而yield可以保存函数的运行状态挂起函数,用来返回多次值。

函数体代码中填写yield关键字
""" 1.函数体代码中如果由yield关键字,那么函数名加括号并不会执行函数体代码,会生成一个生成器对象(迭代器对象)"""
    eg:    def my_iter():  # 定义函数,先不执行
            print('奶茶真好喝')
            yield
        res = my_iter()   # 拿到生成器
  
""" 2.使用加括号之后的结果调用__next__才会执行函数体代码"""     
    eg1:    
        def my_iter():
            print('奶茶真好喝')
            yield
        res.__next__()  # 执行函数体,在yield后面停

    
""" 3.每次执行完__next__代码都会停在yield位置,下次基于这个位置继续往下找第二个yield """
""" 4.yield还有点类似于return  可以返回返回值"""
    eg2:
        def my_iter():
        print('奶茶真好喝')
        yield   110
        print('果汁真好喝')
        yield   120
        print('火锅是真香')
        yield   119
        print('烧烤也不错')
        yield    114
    res = my_iter()    # 生成生成器
    r1 = res.__next__()   # 执行到第一个yield停
    print(r1)
    r2 = res.__next__()   # 执行到第二个yield停
    print(r2)
    r3 = res.__next__()   # 执行到第三个yield停
    print(r3)
    r4 = res.__next__()   # 执行到第四个yield停
    print(r4)
 代码结果展示 :
 """   奶茶真好喝
        110
        果汁真好喝
        120
        火锅是真香
        119
        烧烤也不错
        114
                 """

生成器对象实现range方法

"""
自定义生成器对标range功能(一个参数 两个参数 三个参数 迭代器对象)

    1.先写两个参数的
    2.再写一个参数的
    3.最后写三个参数
"""
1.两个参数
    def my_range(start_num, end_num):
        while start_num < end_num:
            yield start_num
            start_num += 1

    for i in my_range(1, 10):
        print(i)

2.一个参数
  # 判断end_num是否有值 没有值说明用户只给了一个值 起始数字应该是0 终止位置应该是传的值
        def my_range(start_num, end_num=None):
		
        	if not end_num:
                end_num = start_num
                start_num = 0  	
                while start_num < end_num:
                    yield start_num
                    start_num += 1

        for i in my_range(10):
            print(i)
        
        
  3.三个参数
       def my_range(start_num, end_num, step=1):
            while start_num < end_num:
                yield start_num
                start_num += step

       for i in my_range(1, 10, 2):
            print(i)
  
  
4.一个参数、两个参数、三个参数通用的
    def my_range(start_num,end_num=None,step = 1):
        """ 判断end_num是否有值,没有值说明用户只给了一个值,起始位置应该是0,终止位置应该是传的值"""
        if not end_num:
            end_num = start_num
            start_num = 0
        while start_num < end_num:
            yield start_num
            start_num += step

    # res = my_range(1,10).__iter__()
    # while True:  # 用while 迭代取不到值会报错
        # try:
            # i = res.__next__()  # 循环相当于for i in range(1,10):print(i)  
            # print(i)
        # except StopIteration:
            # break

    # for i in my_range(100):
    #     print(i)
    # for i in my_range(1,10):
    #     print(i)
    # for i in my_range(10):
    #     print(i)
    for i in range(100,50,-1):
        print(i)

生成器冷门用法

def class1(name, python = None):
    print(f'{name}准备上课')
    while True:
        python = yield
        print(f'{name}正在上课{python}')

res = class1('kiki')
res.__next__()
res.send('chemistry class')  # 1.将括号内的数据传给yield 变量名。2.自动调用__next__
res.send('English')
res.send('invention')

生成器表达式

就是生成器的简化写法
''' 列表生成式'''
l1 = [i**2 for i in range(100)]
print(l1)

'''生成器表达式'''
l1 = (i**2 for i in range(100))
print(l1)  # 返回生成器对象的内存地址 <generator object <genexpr> at 0x00000229DD89BA50>
for i in l1:
    print(i)

生成器笔试题

面试题(有难度)
	大致知道流程即可
"""
def add(n, i):  # 普通函数 返回两个数的和  求和函数
    return n + i
def test():  # 生成器
    for i in range(4):
        yield i
g = test()  # 激活生成器
for n in [1, 10]:
    g = (add(n, i) for i in g)
    """
    第一次for循环
        g = (add(n, i) for i in g)
    第二次for循环
        g = (add(10, i) for i in (add(10, i) for i in g))
	第二次循环套第二次循环时n=10, for i in g=for i in get调用test()函数输出0,1,2,3 ,第二步是最里面的add(10,i)调用变成了10,11,12,13,最外的add(10,i)for i (10,11,12,13)
    """
res = list(g)
print(res)

#A. res=[10,11,12,13]
#B. res=[11,12,13,14]
#C. res=[20,21,22,23]
#D. res=[21,22,23,24]
'''不用深入研究 大致知道起始数即可C'''
posted @ 2022-10-17 20:02  魔女宅急便  阅读(47)  评论(0)    收藏  举报
Title