Python中的生成器、迭代器、動態新增屬性和方法詳解

一、生成器

1、生成器定義

在Python中，一邊循環一邊計算的機制，稱為生成器：generator

2、生成器存在的意義

列表所有資料都在記憶體中，如果有海量資料的話將會非常消耗記憶體。

例如：只需要存取前面幾個元素，那後邊所有空間就浪費了

如果列表元素按照某種演算法推算出來，就可以在循環的過程中不斷推算出後續的元素，這樣就不必創建完整的list ，從而節省大量的空間。

3、創建生成器方式一（生成器表達式）

生成器表達式很簡單，只要把一個列表推導式的[] 改成() ，就創建了一個生成器(generator)：

L = [x * x for x in range(10)]  #推导式
print(L)
g = (x * x for x in range(10)) #加成括号就是生成器
print(g)
#<generator object <genexpr> at 0x1022ef630>
&#39;&#39;&#39;L是一个list，而g则是一个 generator&#39;&#39;&#39;

4. 建立生成器方式二（生成器函數）

1. 生成器函數

• 如果一個函數中包含了yield關鍵字，那麼這個函數就不再是一個普通的函數，呼叫函數就是創建了一個生成器（generator）物件

• 生成器函數：利用關鍵字yield一次回傳一個結果，阻塞，重新開始

2. 生成器函數的工作原理

• ## 產生器函數傳回一個迭代器，for迴圈對這個迭代器不斷呼叫__next__() 函數，不斷運行到下一個yield 語句，一次一次取得每一個回傳值，直到沒有yield 語句為止，最終引發StopIteration 異常

• #yield 相當於return 回傳一個值，並且記住這個回傳的位置，下次迭代時，程式碼從yield 的下一語句(不是下一行)開始執行

• send() 和next() 一樣，都能讓生成器往下走一步（下次遇到yield 停），但send() 能傳一個值，這個值作為yield 表達式整體的結果

測試生成器工作原理（yield）

'''
如果一个函数中包含 yield 关键字，那么这个函数就不再是一个普通函数，
调用函数就是创建了一个生成器（generator）对象
生成器函数：其实就是利用关键字 yield 一次性返回一个结果，阻塞，重新开始
原理
1. 函数有了yield之后，调用它，就会生成一个生成器
2. 下次从下一个语句执行，切记不是下一行（tmp = yield i）
3. return在生成器中代表生成器种植，直接报错：StopIeratation
4. next方法作用：唤醒并继续执行
'''
def test():
    print("start")
    i = 0
    while i<3:
        &#39;&#39;&#39;yield i #第一次执行，此处挂起；同时将i的值返回到i
                   #第二次执行，从挂起的地方往下执行&#39;&#39;&#39;
        temp = yield i #下次迭代时，代码从`yield`的下一条语句(不是下一行)开始执行
        print(f"i:{i}")
        i += 1
    print("end")
    return "done"
if __name__ == &#39;__main__&#39;:
    a = test()
    print(type(a))
    print(a.__next__())
    print(a.__next__())
    print(a.__next__())
    print(a.__next__())# 抛出异常：StopIteration
&#39;&#39;&#39;
<class &#39;generator&#39;>
start
0
temp:None
1
temp:None
2
temp:None
end
Traceback (most recent call last):
 in <module>
    print(a.__next__())# 抛出异常：StopIteration
StopIteration: done
&#39;&#39;&#39;

測試生成器工作原理（send）

'''
send的作用是唤醒并继续执行，发送一个信息到生成器内部
'''
def foo():
    print("start")
    i = 0
    while i < 2:
        temp = yield i
        print(f"temp:{temp}")
        i += 1
    print("end")
 
g = foo()
print(next(g))  #等同g.__next__(),next是内置函数
print("*"*20)
print(g.send(100))
print(next(g))
# for a in g:#g所返回的值是yield处的i
#     print(a)
&#39;&#39;&#39;
start
0
********************
temp:100
1
temp:None
end
Traceback (most recent call last):
    print(next(g))
StopIteration
&#39;&#39;&#39;

# 5. 總結

1. 什麼是生成器

#生成器只是保存了一套產生數值的演算法，並且沒有讓這個演算法現在就開始執行，而是我什麼時候呼叫它，它什麼時候開始計算一個新的值，並給你回傳

2. 生成器特徵

• 生成器函數產生一系列結果。透過 yield 關鍵字傳回一個值後，還能從其退出的地方繼續運行，因此可以隨時產生一系列的值。

• 生成器和迭代是密切相關的，迭代器都有一個 __next__() 成員方法，這個方法要麼傳回迭代的下一項，要麼引起異常結束迭代。

• 生成器是一個特殊的程序，可以用來作為控制循環的迭代行為，

二、迭代器

#1、概念

• 迭代是Python最強大的功能之一，是存取集合元素的一種方式

##迭代器是一個可以記住遍歷的位置的物件
迭代器物件從集合的第一個元素開始訪問，直到所有的元素被訪問結束
#迭代器只能往前不會後退
迭代器有兩個基本的方法：
• iter()

  和netx( )

2、可迭代對象和迭代器區別

一個實現了iter 方法的對象，稱為"可迭代物件Ieratable"
一個實作了next 方法並且是可迭代的對象，稱為"迭代器" Iterator 即：實作了iter 方法和next 方法的物件就是迭代器

！

生成器都是 Iterator對象，但 list 、 dict 、str 雖然都是 Iterable （可迭代物件），卻不是Iterator（迭代器）

'''
生成器一定是迭代器
可迭代对象不一定是迭代器，使用iter([])封装后可转为迭代器
'''
from collections.abc import Iterator
from collections.abc import Iterable
a = isinstance([], Iterator) #list、dict、str虽然是Iterable（可迭代对象），却不是Iterator（迭代器）
print(a)
a = isinstance([], Iterable) #可迭代对象
print(a)
"""
执行结果：
False
True
"""

'''list、dict、str 等 Iterable 变成 Iterator，可以使用 iter() 函数：'''
b = isinstance(iter([]), Iterator)
print(b)
b = isinstance(iter('花非人陌'), Iterator)
print(b)
 
"""
执行结果：
True
True
"""

#Python的

Iterator

物件表示的是一個資料流。可以把這個數據看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷透過 next() 函數實現按需計算下一個數據，所以Iterator 的計算是惰性的，只有在需要傳回下一個資料時它才會計算。 所以，生成器一定是迭代器。

3、for迴圈本質

#Python3 的 for 循环本质就是通过不断调用 next() 函数实现的。
 
for x in [1,2,3,4,5]:
    pass
 
'''本质是：'''
#首先获得Iterator对象：
it = iter([1,2,3,4,5])
#循环
while True:
    try:
        # 获得下一个值：
        x = next(it)
    except StopIteration:
        # 遇到StopIteration 就退出循环
        break

4、建立一個迭代器

一個類別作為一個迭代器使用需要在類別中實作兩個方法

__iter__()

與 __next__()

• __iter__()

  方法傳回一個特殊的迭代器對象，這個迭代器物件實現了 __next__() 方法並透過StopIteration 異常標識迭代的完成

• __next__() 方法会返回下一个迭代器对象

#创建一个依次返回10,20,30,...这样数字的迭代器
class MyNumbers:
    def __iter__(self):
        self.num = 10
        return self
 
    def __next__(self):
        if self.num < 40:
            x = self.num
            self.num += 10
            return x
        else:
            raise StopIteration
 
myclass = MyNumbers()
myiter = iter(myclass)
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
"""
执行结果：
10
20
30
Traceback (most recent call last):
    raise StopIteration
StopIteration
"""
"""
程序解析：
在这段代码中，MyNumbers 类定义了一个迭代器。该迭代器的作用是生成一系列数字，从 10 开始，每次增加 10，直到 40，然后停止。
在程序中，通过 iter(myclass) 方法获取 MyNumbers 类的迭代器对象 myiter，然后调用 next(myiter) 方法获取下一个数字。
在第一次调用 next(myiter) 方法时，迭代器会执行 __next__() 方法，返回 self.num 的值 10，然后将 self.num 的值增加 10，变为 20。
在第二次、第三次调用 next(myiter) 方法时，迭代器会再次执行 __next__() 方法，返回 20 和 30，然后将 self.num 的值分别增加 10，变为 30 和 40。
在第四次调用 next(myiter) 方法时，迭代器再次执行 __next__() 方法，发现 self.num 的值已经大于等于 40，于是抛出 StopIteration 异常，表示迭代已经结束。
"""

三、动态添加属性和方法

1、动态编程语言定义

指在运行时可以改变其结构的语言：例如新的函数、对象、甚至代码可以被引进，

已有的函数可以被删除或是其他结构上的变化

2、运行过程中给对象添加属性和方法

#coding=utf-8
import types
class Person():
    def __init__(self, name, age):
        self.name = name
        self.age = age
 
p1 = Person("zhangsan", 20)
p2 = Person("lisi", 18)
#动态给对象添加属性和方法
p1.score = 100
print(p1.score) #加给p1的只能p1用,对象的也是一样
 
#动态给对象添加方法
def run(self):
    print(f"{self.name}, running...")
p1.run = types.MethodType(run, p1)
#而types.MethodType(run,p1)则是告诉解释器，self指的就是p1
p1.run()
"""
执行结果：
100
zhangsan, running...
"""

3、给类动态添加静态方法以及类方法

#encoding=utf-8
class Person():
    __slots__ = {"name", "age"}
    def __init__(self, name, age):
        self.name = name
        self.age = age
 
@staticmethod
def staticfunc():
    print("--- static method ---")
 
Person.staticfunc = staticfunc
Person.staticfunc()
Person.score = 1000 #动态给对象静态方法
print(Person.score)
 
@classmethod
def clsfunc(cls):
    print('--- cls method ---')
Person.clsfunc = clsfunc    #动态增加类方法
Person.clsfunc()

四、限制动态添加

1、slots

1. __slots__的作用

• __slots__ 对动态添加成员变量、成员方法有限制。对动态添加类属性、类方法没有限制

• __slots__ 只对本类有限制，不限制子类

2. 对动态添加成员变量、成员方法有限制

'''
MyClass 类使用 __slots__ 属性限制了实例对象的属性，只允许动态添加 x 属性。
因此，obj.x = 1 可以成功，但是 obj.y = 2 会抛出 AttributeError 异常
'''
class MyClass:
    __slots__ = ['x']
 
obj = MyClass()
obj.x = 1  # 可以动态添加 x 属性
obj.y = 2  # 报错，__slots__ 限制了不能动态添加 y 属性
"""
执行结果：
AttributeError: 'MyClass' object has no attribute 'y'
"""

3. 对动态添加类属性、类方法没有限制

class MyClass:
    __slots__ = ['x']
    classattr = 1
 
    @classmethod
    def myclassmethod(cls):
        print("class method")
 
 
MyClass.newclassattr = 2  # 可以动态添加类属性
print(MyClass.newclassattr)
MyClass.mynewclassmethod = lambda cls: print("new class method")  # 可以动态添加类方法
MyClass.mynewclassmethod(MyClass)   #传递类本身作为参数
obj = MyClass()
obj.x  = 3    # 可以动态添加实例属性
print(obj.x)  # 可以动态添加 x 属性
"""
执行结果：
2
new class method
3
"""

以上是Python中的生成器、迭代器、動態新增屬性和方法詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章！