标签：方法 src 运行 NPU username 区别 ascii 并且 生成
1.迭代器
"""
什么是迭代器
迭代:更新换代(重复)的过程,每次的迭代都必须基于上一次的结果
迭代器:迭代取值的工具
为什么要用
迭代器给你提供了一种不依赖于索引取值的方式
如何用
"""
n = 1
f = 1.1
s = ‘hello‘
l = [1, 2, 34, ]
t = (1, 2, 34)
s1 = {1, 2, 3, 4}
d = {‘name‘: ‘jason‘}
f1 = open(‘xxx.txt‘, ‘w‘, encoding=‘utf-8‘)
#
# res = s.__iter__() # 等价于res = iter(s)
#
# print(s.__len__()) # 简化成了len(s)
# res1 = l.__iter__() # res1 = iter(l)
# res2 = f1.__iter__() # res2 = iter(f1)
# print(res,res1,res2)
# print(f1)
# 可迭代对象执行内置的__iter__方法得到就是该对象的迭代器对象
2.迭代器取值
"""
迭代器对象
1.内置有__iter__方法
2.内置有__next__方法 # 只有作为迭代器对象时才能用第二种方法
ps:迭代器一定是可迭代对象
而可迭代对象不一定是迭代器对象
"""
# l = [1,2,3,]
# # 生成一个迭代器对象
# iter_l = l.__iter__() 记住这个
#
# # 迭代器取值 调用__next__
# print(iter_l.__next__())
# print(iter_l.__next__())
# print(iter_l.__next__()) # 如果取完了 直接报错
# d = {‘name‘:‘jason‘,‘password‘:‘123‘,‘hobby‘:‘泡m‘}
# # 将可迭代对象d转换成迭代器对象
# iter_d = d.__iter__()
# # 迭代器对象的取值 必须用__next__
# print(iter_d.__next__())
# print(iter_d.__next__())
# print(iter_d.__next__())
# print(iter_d.__next__()) # 取完了 报错StopIteration
f1 = open(‘xxx.txt‘,‘r‘,encoding=‘utf-8‘)
# 调用f1内置的__iter__方法
# iter_f = f1.__iter__()
# print(iter_f is f1)
"""
迭代器对象无论执行多少次__iter__方法得到的还是迭代器对象本身(******)
"""
# print(f1 is f1.__iter__()
"""
问:__iter__方法就是用来帮我们生成迭代器对象
而文件对象本身就是迭代器对象,为什么还内置有__iter__方法???
"""
d = {‘name‘:‘jason‘,‘password‘:‘123‘,‘hobby‘:‘泡m‘}
# iter_d = d.__iter__()
# print(d.__iter__().__next__())
# print(d.__iter__().__next__())
# print(d.__iter__().__next__()) # 不断地生成的迭代器，导致结果重复
# print(iter_d.__next__())
# print(iter_d.__next__())
# print(iter_d.__next__())
# print(iter_d.__next__())
# 异常处理
# while True:
# try:
# print(iter_d.__next__())
# except StopIteration:
# # print(‘老母猪生不动了‘)
# break
"""
迭代器取值的特点
1.只能往后依次取 不能后退
"""
3.for循环的本质
d = {‘name‘:‘jason‘,‘password‘:‘123‘,‘hobby‘:‘泡m‘}
# for i in d:
# print(i)
# for循环后面的in关键 跟的是一个可迭代对象
"""
for循环内部的本质
1.将in后面的可迭代对象调用__iter__转换成迭代器对象
2.调用__next__迭代取值
3.内部有异常捕获StopIteration,当__next__报这个错 自动结束循环
"""
"""
可迭代对象:内置有__iter__方法的
迭代器对象:既内置有__iter__也内置有__next__方法
迭代取值:
优点
1.不依赖于索引取值
2.内存中永远只占一份空间,不会导致内存溢出
缺点
1.不能够获取指定的元素
2.取完之后会报StopIteration错
"""
# l = [1,2,3,4]
# res = map(lambda x:x+1,l) # 内置for循环
# print(map(lambda x:x+1,l)) # 这是一个迭代器的内存地址
# print(res.__next__())
# print(res.__next__())
# print(res.__next__())
l1 = [1,2,3,4,5]
l2 = [‘a‘,‘b‘,‘c‘]
print(zip(l1,l2))
4.生成器(定义函数的形式)
"""
生成器:用户自定义的迭代器,本质就是迭代器
"""
# def func():
# print(‘first‘)
# yield 666 # 注意 函数内如果有yield关键字,那么加括号执行函数的时候并不会触发函数体代码的运行
# print(‘second‘)
# yield 777
# print(‘third‘)
# yield 888
# print(‘forth‘)
# yield
# yield
# # yield后面跟的值就是调用迭代器__next__方法你能得到的值
# # yield既可以返回一个值也可以返回多个值 并且多个值也是按照元组的形式返回
# g = func() # 生成器初始化:将函数变成迭代器
# print(g)
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__()) # yield后没有值时结果为None
# print(range(1,10))
# for i in range(1,10,2):
# print(i)
def my_range(start, end, step=1):
while start < end:
yield start
start += step
5.yield 与return
# yield支持外界为其传参
def dog(name):
print(‘%s 准备开吃‘ % name)
while True:
food = yield
print(‘%s 吃了 %s‘ % (name, food))
# def index():
# pass
#dog() # 这个不会运行但是print（‘dog‘）仍然是函数的的内存地址
# 就是说当函数内有yield关键字的时候,调用该函数不会执行函数体代码 这是于自定义函数的区别
# 将函数变成生成器即迭代器
# g = dog(‘egon‘)
# g.__next__() # 必须先将代码运行至yield 才能够为其传值
# g.send(‘狗不理包子‘) # 给yield左边的变量传参 触发了__next__方法
# g.send(‘饺子‘)
"""
yield
1.帮你提供了一种自定义生成器方式
2.会帮你将函数的运行状态暂停住
3.可以返回值
与return之间异同点
相同点:都可以返回值,并且都可以返回多个
不同点:
yield可以返回多次值,而return只能返回一次函数立即结束
yield还可以接受外部传入的值
"""
6.生成器表达式
# 列表生成式
# res = [i for i in range(1,10) if i != 4]
# print(res)
# res = (i for i in range(1,100) if i != 4) # 注意这个不是元组的表达式，而是生成器表达式
# print(res)
# """
# 生成器不会主动执行任何一行代码
# 必须通过__next__触发代码的运行
# """
# print(res.__next__())
# print(res.__next__())
# print(res.__next__())
# print(res.__next__())
# 占内存因为要一次性读取
# f = open(‘xxx.txt‘,‘r‘,encoding=‘utf-8‘)
# data = f.read()
# print(len(data))
# f.close() # 下面的with open 格式会自动帮你close文件
# with open(‘xxx.txt‘,‘r‘,encoding=‘utf-8‘) as f:
# # n = 0
# # for line in f:
# # n += len(line)
# # print(n)
# g = (len(line) for line in f)
# # print(g.__next__())
# # print(g.__next__())
# # print(g.__next__())
# # print(g.__next__())
# print(sum(g)) # 因为逐行读取所以节省了内存提高了效率 记住sum逐行方法
7.常用的一些内置方法
# print(abs(-11.11)) # 求绝对值
# l = [0,1,0]
# print(all(l)) # 只要有一个为False就返回False
# print(any(l)) # 只要有一个位True就返回True
def index():
username = ‘我是局部名称空间里面的username‘
# print(locals()) # 当前语句在哪个位置 就会返回哪个位置所存储的所有的名字
print(globals()) # 无论在哪 查看的都是全局名称空间
# index()
# print(bin(10))
# print(oct(10))
# print(hex(10))
# print(int(‘0b1010‘,2))
# print(bool(1))
# print(bool(0))
# s = ‘hello‘
# print(s.encode(‘utf-8‘))
# print(bytes(s,encoding=‘utf-8‘))
# 可调用的(可以加括号执行相应功能的)
# l = [1,2,3]
# def index():
# pass
# print(callable(l))
# print(callable(index))
# print(chr(97)) # 将数字转换成ascii码表对应的字符
# print(ord(‘a‘)) # 将字符按照ascii表转成对应的数字
"""
面向对象需要学习的方法
classmethod
delattr
getattr
hasattr
issubclass
property
repr
setattr
super
staticmethod
"""
# dir获取当前对象名称空间里面的名字
"""
迭代器对象
1.内置有__iter__方法
2.内置有__next__方法
ps:迭代器一定是可迭代对象
而可迭代对象不一定是迭代器对象
"""
8.面向对象
"""
面向过程编程:就类似于设计一条流水线
好处:
将复杂的问题流程化 从而简单化
坏处:
可扩展性较差 一旦需要修改 整体都会受到影响
"""
# 注册功能
# 1.获取用户输入
def get_info():
while True:
username = input(">>>:").strip()
if not username.isalpha(): # 判断字符串不能包含数字
print(‘不能包含数字‘)
continue
password = input(‘>>>:‘).strip()
confirm_password = input("confirm>>>:").strip()
if password == confirm_password:
d = {
‘1‘:‘user‘,
‘2‘:‘admin‘
}
while True:
print("""
1 普通用户
2 管理员
""")
choice = input(‘please choice user type to register>>>:‘).strip()
if choice not in d:continue
user_type = d.get(choice)
operate_data(username,password,user_type)
break
else:
print(‘两次密码不一致‘)
# 2.处理用户信息
def operate_data(username,password,user_type):
# jason|123
res = ‘%s|%s|%s\n‘%(username,password,user_type)
save_data(res,‘userinfo.txt‘)
# 3.存储到文件中
def save_data(res,file_name):
with open(file_name,‘a‘,encoding=‘utf-8‘) as f:
f.write(res)
def register():
get_info()
register()
标签：方法 src 运行 NPU username 区别 ascii 并且 生成
原文地址：https://www.cnblogs.com/night-rain/p/11192279.html
