【Python零基础入门篇 · 20】:可迭代对象和迭代器的转换、自定义迭代器类、异常类、生成器

简介: 【Python零基础入门篇 · 20】:可迭代对象和迭代器的转换、自定义迭代器类、异常类、生成器

一、可迭代对象和迭代器的转换


1、代码演示


可迭代对象:iterable        

 

迭代器对象:iterator

2cd0be91c696421487c852f6874c1c6c.png

2、小结

  • 可迭代对象可以通过__iter__()方法变成迭代器对象
  • 如果一个对象拥有iter()方法,是可迭代对象;如果一个对象拥有next()方法,是迭代器对象
  • 定义可迭代对象,必须实现iter()方法;定义迭代器,必须实现iter方法和next方法




二、自定义迭代器类


自定义迭代器类的条件


  • 有iter方法,返回迭代器对象本身


  • 有next方法,返回容器下一个元素或可抛出StopIteration异常


  • 举例一


82e2c4130cc442d09372487d04501c1f.png

以上代码可改写为:

74b2d089004b4073abc93cbbfb6f61dd.png


  • 举例二

5166fed41dd04615867dfd694f0dba65.png


  • 举例三

3d4c613c6aa84c00bda5b02d06e3e4de.png



三、异常类


自定义异常类,需要继承Exception类。只要是定义的类继承自Exception,这个类就是一个异常类。


举例一:


e16886965dfe4a7c88096698762fdfc4.png

举例二:

70028093b9cb48d8a252ca10993145ef.png



四、生成器


生成器:python提供的一种非常见简便的语法能让我们来自己写出迭代器


只要再def中有yield关键字的就称为生成器




1、生成器就是一个迭代器


定义方式:类似于列表推导式,把列表推导式的[]改为()


7a30cc7a6c774ca88a795ddf1a954138.png


2、生成器函数


生成器函数:python中,使用了yield的函数成为生成器(generator)

  • 普通函数:返回值用return,生成器函数使用yield语句


  • yield语句一次返回一个结果,在每个结果中间,挂起函数,以使下一次从它离开的地方继续执行


  • yield效果使函数中断。并保存中断状态


7f61615dbe55410994419d589a58670e.png


以上代码可改写为:


697ac77117a44192a92bb9d0e96c0726.png



  • 举例:处理文件

处理文件:用户指定要查找的文件和内容,将文件中要查的内容的每一行都打印出来。



步骤


  1. 写一个函数,参数是文件和内容


  1. 文件操作——open()函数


  1. 查找内容


  1. 找到后输出




具体实现


  • 在F盘中创建一个记事本文件并写上内容



4dfb924fbfbd4f588fe434de279dec26.png


代码实现


cef2342fa325496cafbc1bdea10720e7.png

相关文章
|
4月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
325 1
|
5月前
|
缓存 供应链 芯片
电子元件类商品 item_get - 商品详情接口深度分析及 Python 实现
电子元件商品接口需精准返回型号参数、规格属性、认证及库存等专业数据,支持供应链管理与采购决策。本文详解其接口特性、数据结构与Python实现方案。
|
5月前
|
存储 大数据 Unix
Python生成器 vs 迭代器:从内存到代码的深度解析
在Python中,处理大数据或无限序列时,迭代器与生成器可避免内存溢出。迭代器通过`__iter__`和`__next__`手动实现,控制灵活;生成器用`yield`自动实现,代码简洁、内存高效。生成器适合大文件读取、惰性计算等场景,是性能优化的关键工具。
320 2
|
5月前
|
缓存 监控 供应链
唯品会自定义 API 自定义操作深度分析及 Python 实现
唯品会开放平台提供丰富API,支持商品查询、订单管理、促销活动等电商全流程操作。基于OAuth 2.0认证机制,具备安全稳定的特点。通过组合调用基础接口,可实现数据聚合、流程自动化、监控预警及跨平台集成,广泛应用于供应链管理、数据分析和智能采购等领域。结合Python实现方案,可高效完成商品搜索、订单分析、库存监控等功能,提升电商运营效率。
|
5月前
|
缓存 监控 供应链
京东自定义 API 操作深度分析及 Python 实现
京东开放平台提供丰富API接口,支持商品、订单、库存等电商全链路场景。通过自定义API组合调用,可实现店铺管理、数据分析、竞品监控等功能,提升运营效率。本文详解其架构、Python实现与应用策略。
缓存 监控 供应链
133 0
缓存 监控 数据挖掘
110 0
|
5月前
|
大数据 数据处理 数据安全/隐私保护
Python3 迭代器与生成器详解:从入门到实践
简介:本文深入解析Python中处理数据序列的利器——迭代器与生成器。通过通俗语言与实战案例,讲解其核心原理、自定义实现及大数据处理中的高效应用。
274 0
|
6月前
|
传感器 数据采集 监控
Python生成器与迭代器:从内存优化到协程调度的深度实践
简介:本文深入解析Python迭代器与生成器的原理及应用,涵盖内存优化技巧、底层协议实现、生成器通信机制及异步编程场景。通过实例讲解如何高效处理大文件、构建数据流水线,并对比不同迭代方式的性能特点,助你编写低内存、高效率的Python代码。
281 0
|
9月前
|
人工智能 C# Python
处理python异常
本文介绍了Python中的异常处理机制,并实现了一个简单的异常装饰器。通过`try/except`语句捕获异常,结合`finally`子句完成清理工作。为进一步优化代码结构,文章提出了使用装饰器处理异常的方法,避免函数中大量冗长的异常处理语句。通过类封装异常装饰器,多个函数可共享异常处理逻辑,提升代码简洁性和可维护性。总结强调了装饰器在异常处理中的优势,使代码更加优雅高效。
215 27

推荐镜像

更多