学习Python3高级特性

# 一边循环一边计算的机制，称为生成器：generator；
# 创建generator方法：
# 1.把一个列表生成式的[]改成()
numsList = [num * num for num in range(10)]
print("列表生成式生成numsList：",numsList)
numsGenerator = (num * num for num in range(10))
print("生成器生成numsGenerator：",numsGenerator)
# 使用next()函数获得generator的下一个返回值
print("打印numsGenerator第一个元素：",next(numsGenerator))
print("打印numsGenerator第二个元素：",next(numsGenerator))
print("--------------------------------------------------------")
# 使用for循环打印generator元素
print("使用循环打印生成器中的元素！")
for num in numsGenerator:
    print(num,end = " ")
print("\n")
print("--------------------------------------------------------")
# 斐波拉契数列(Fibonacci)：除第一个和第二个数外，任意一个数均可由前两个数相加得到
# 1,1,2,3,5,8,13,21,34
def fibonacci(num):
    n, a, b = 0, 0, 1
    while n < num:
        print(b,end = "  ")
        a, b = b, a + b
        n = n + 1
    return "Done"

print("Fibonacci前10项为：")
fibonacci(10)
print("\n")
print("--------------------------------------------------------")
# 2.把fibonacci()函数变成generator函数
def fibonacci(num):
    n, a, b = 0, 0, 1
    while n < num:
        yield b
        a, b = b, a + b
        n = n + 1
    return "Done"

# Tips:
# 1.如果一个函数定义中包含yield关键字，则这个函数是一个generator函数；
# 2.调用一个generator函数将返回一个generator;
fib = fibonacci(10)
print("fib的值：",fib)

# 普通函数和generator函数的执行流程：
# 1.普通函数：顺序执行，遇到return语句或最后一行函数语句就返回；
# 2.generator函数：在每次调用next()的时候执行，遇到yield语句返回；
# 3.再次执行时从上次返回的yield语句处继续执行；
# 实例：定义一个generator函数，依次返回"Willard",18,"Engineer"
def willardInfo():
    print("STEP1")
    yield "Willard"
    print("--------")
    print("STEP2")
    yield 18
    print("--------")
    print("STEP3")
    yield "Engineer"

# 调用willardInfo()这个generator函数，先生成一个generator对象
# 然后用next()函数不断获得下一个返回值，即可用循环直接打印
willardInfoObject = willardInfo()
for willard in willardInfoObject:
    print(willard)

# 可直接用于for循环的数据类型：
# 1.list、tuple、dict、set、str等；
# 2.generator，包括：生成器和带yield的generator function；
# 3.可以直接作用于for循环的对象称为可迭代对象：Iterable；
# 4.使用isinstance()判断一个对象是否为Iterable对象；
from collections.abc import Iterable
print("判断list是否为可迭代对象！",isinstance([],Iterable))
print("判断dict是否为可迭代对象！",isinstance({},Iterable))
print("判断str是否为可迭代对象！",isinstance("Willard",Iterable))
print("判断生成式是否为可迭代对象！",isinstance((num for num in range(10)),Iterable))
print("判断number是否为可迭代对象！",isinstance(99,Iterable))

# 可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator
# 使用isinstance()判断一个对象是否为Iterator对象；
from collections.abc import Iterator
print("判断生成器是否为迭代器！",isinstance((num for num in range(10)),Iterator))
print("判断list是否为迭代器！",isinstance([],Iterator))
print("判断dict是否为迭代器！",isinstance({},Iterator))
print("判断str是否为迭代器！",isinstance("Willard",Iterator))
print("----------------------------------------------------------")
# Tips:
# 1.生成器都是Iterator对象，但list、dict、str是Iterable但不是Iterator;
# 2.Iterator对象表示数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，
# 直到没有数据时抛出StopIteration错误；这个数据流可以看作一个有序序列，
# 但不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，
# Iterator的计算是惰性的，只有在需要返回下一个数据时才计算；
# 3.使用iter()函数把list、dict、str变成Iterator;
print("使用iter()函数把list、dict、str变成Iterator.")
print("判断list是否为迭代器！",isinstance(iter([]),Iterator))
print("判断dict是否为迭代器！",isinstance(iter({}),Iterator))
print("判断str是否为迭代器！",isinstance(iter("Willard"),Iterator))