Python 三目运算，列表解析，装饰器，迭代器和生成器

野性酷女 2022-06-13 06:50 164阅读 0赞

--------------------

操作系统：Windows  
Python：3.5  
**欢迎加入学习交流QQ群：657341423**

--------------------

**三目运算**

a=False
    x=1+33  if a else 10-1
    #a,b=1,10 if 10>1 else None
    #多个变量赋值
    print(x)

三目运算基本上都是用于if else方式，如果有elif的话，只能嵌套在else里面。  
例如

a=3
    x=1+33  if a==1 else (10 if a==2 else 20)
    print(x)

运行结果：  
![这里写图片描述][SouthEast]

--------------------

**列表解析**  
列表解析方法基本用于for循环出来每个元素之后，然后加入一个新的列表。

res=[i for i in range(1,100)]
    print(res)

结果：  
![这里写图片描述][SouthEast 1]

for i in range(1,100)是将i从1到100的，数据类型是int的。  
如果变成\[i for i in range(1,100)\]就是将i加入到一个新的列表去。这就是列表解析。

这里可以加入判断条件

res=[i for i in range(1,100) if i > 50]
    print(res)

运行结果  
![这里写图片描述][SouthEast 2]

--------------------

**装饰器**  
装饰器分带参数和不带参数。  
**不带参数**

def Mydecorate(func):
    	def decorates(*args,**kwargs):
    	#可将func带参数或不带参数
    		if mybool:
    			myfunc=func(*args,**kwargs)
    			
    		else:
    			print("aa")
    			myfunc='Fail'
    		return myfunc
    		#这个return可以去掉
    	return decorates
    	
    mybool=False
    
    @Mydecorate
    def mydef(value):
    	name='Evan'
    	all=value+name
    	print(all)
    
    #mydef('my name is ','Evan')
    mydef('my name is ')

看到定义的Mydecorate，首先是return自身里面的一个函数。再看里面自身的一个函数decorates，这里return的是需要装饰器的函数。也就是说代码中的运行mydef。装饰器中的func其实就是将函数mydef的名字传入，然后进行判断等，符合条件就将执行函数。  
装饰器运行顺序  
![这里写图片描述][SouthEast 3]

运行结果：  
![这里写图片描述][SouthEast 4]

![这里写图片描述][SouthEast 5]

**带参数**

def Mydecoratearg(arg):
    #带参数装饰器
    	if arg:
    		def Mydecorate(func):
    			def decorates(*args,**kwargs):
    				func(*args,**kwargs)
    			return decorates
    		return Mydecorate
    
    @Mydecoratearg("aa")
    def mydef(value):
    	print("my name is "+value)
    	
    mydef('EvanGG')

运行顺序：  
![这里写图片描述][SouthEast 6]

运行结果：  
![这里写图片描述][SouthEast 7]

--------------------

**迭代器**  
迭代器的优点  
迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合  
总的来说，对于长度太大列表或者字典等来说，使用迭代器访问能节省内存。  
**比如，for i in list:会将list（列表）全部元素以内存载入方式实现循环，如果list元素太多，这样就很耗内存。运行速度太慢。**  
用法：

def mydef():
    	print("aa")
    class myclass():
    	def __init__(self,star,end):
    		self.star=star
    		self.end=end
    	def __iter__(self):#迭代器
    		return self
    	def __next__(self):#迭代器
    		if self.star<self.end:
    			self.star+=1
    			mydef()#引入自定义函数
    			return self.star
    		else:
    			raise StopIteration()
    			
    c=myclass(0,5)
    for i in c:#迭代器的糖衣
    	print(i)

运行结果:  
![这里写图片描述][SouthEast 8]  
这个用法是在自定义类中实现迭代器的。不过在实际开发中，如果每次都定义类的话，代码就会显得很长。  
再看下面：

a=[x for x in range(3) if x<7]
    b={"a":5,"b":6,"c":7}
    ita=iter(a)#对列表进行迭代
    #itb=iter(b)
    #itb=iter(b.items())
    itb=iter(b.values())#对字典进行迭代
    while 1:
    	try:
    		var=next(ita)
    		varb=next(itb)
    		print(var)
    		print(varb)
    	except Exception as e:
    		break

运行结果：  
![这里写图片描述][SouthEast 9]

--------------------

**生成器**  
生成器的特点：  
生成器是一个函数，而且函数的参数都会保留。  
迭代到下一次的调用时，所使用的参数都是第一次所保留下的，即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的  
有利于节省内存空间

[更多优点请点击][Link 1]

**简单生成器**

res=(i for i in range(1,100) if i > 50)
    print(type(res))

运行结果：  
![这里写图片描述][SouthEast 10]

**带yield 语句的生成器**  
在网上找一个例子

def fib(max):
    	a,b=1,1
    	while a<max:
    		yield a
    		a,b=b,a+b
    
    f=fib(10)	
    print(next(f))
    print(next(f))
    print(next(f))

首先看到一个函数while的一个循环。yield是返回一个值，但会保留上一次函数里面参数的值。这是与普通函数区别。普通函数是不会保留函数内的参数值的。  
可以看到print(next(f))，这和迭代器的next一样的用法。  
迭代器和生成器在某个程度上是相似的。

更简单的解释：

def fib(a):
    	b=1
    	a=a+b
    	yield a
    	a=a+b
    	yield a
    
    f=fib(10)	
    print(next(f))
    print(next(f))
    print(next(f))
    # for i in fib(10):
    	# print(i)

运行结果：  
![这里写图片描述][SouthEast 11]

可看到，这有3个next，但是函数里面只有2个yield，所以到第三个next出现stop的错误。而上面输出11和12分别对于图上的yield。

[SouthEast]: /images/20220613/2887307be5134375a9c2e4c5072a9ade.png
[SouthEast 1]: /images/20220613/010f5377d5ba4c4dad65dbe6512fd420.png
[SouthEast 2]: /images/20220613/90f6c5d6e55c4dc6a6f2ee57947ebb64.png
[SouthEast 3]: /images/20220613/7d166d6b406a468384cbb3cbb8b09444.png
[SouthEast 4]: /images/20220613/4f69b8adb35b42f4adf293d51244f4ce.png
[SouthEast 5]: /images/20220613/6080b18949f04b788c7013b63c19f8fd.png
[SouthEast 6]: /images/20220613/8ea1940e993d4210b3e8a9bddfa9c851.png
[SouthEast 7]: /images/20220613/1d00447c91dc4475b0d6dd0b7936aa90.png
[SouthEast 8]: /images/20220613/ff9e5fce2ac64abc8abe2cdb245b88bd.png
[SouthEast 9]: /images/20220613/549688b8470e4ba5ad207390ff35691f.png
[Link 1]: https://www.zhihu.com/question/24807364
[SouthEast 10]: /images/20220613/3a83eeab2f1848bc8d2fb656e00c2e95.png
[SouthEast 11]: /images/20220613/dc050656d4e94ca985176a957b16e9a1.png