Python函數篇（4）之叠代器與生成器
1.文件操作的“b模式”(補充)
在上一篇文章中，我在最後一部分寫了文件處理的一些方法，但是覺得還是有必要再提一下如下的內容：
像rb、wb、ab這種模式，是以字節的形式操作，需要註意以下幾個問題：
1）文件不能保存在內存中，只能保存在硬盤中，以二進制的形式,Python只能將字符串寫入文本文件，要將數值數據存儲到文本文件中，必須先使用函數str（）將其轉化為字符串格式。
2）在以rb .rw等編碼打開文件的時候，不能定義編碼類型，即不能在open()函數內指定encoding。再補充一些文件操作的方法，具體如下：
with open("尼古拉斯趙四","wb") as f:
f.encoding() #文件的打開編碼，encoding=“”定義的是哪個編碼方式，輸出的就是哪個編碼方式，與源文件的編碼方式無關 #如果不知道源文件編碼，可以在定義時將encoding=“latin-1”，該編碼方式兼容大部分編碼 #f.flush() #刷新，當對文件進行修改操作的時候，通過此方法可以使更改生效（pycharm不需要此方法的原因是pycharm內部機制會自動保存） #f.tell() #打印光標所在的位置，光標移動 是以字節為單位，read（）是以字符為單位，中文3個字節，英文一個字節 #with open("尼古拉斯趙四","w",encoding="utf-8",newline="") as f: 讀取源文件中真正的換行符，
通過readlines方法讀取文件，不加newline=“”的話輸出\n，加上是\r\n#f.seek(0) #指定光標的位置，在0處 # f.seek(10,0) #後面的是默認位置，即光標位置從0開始，以b的方式操作，因為seek是以字節為單位移動光標 # f.seek(10,1) #1代表的相對位置 # f.seek(3,1) #基於10移動光標 # f.seek(-5 ,2) #2代表倒序指定光標位置 # f.truncate(10) #從開頭截取到10 （光標位置） w\w+模式下不行
2.文件路徑
如果程序文件存放在當前路徑下，那麽通過open("文件名稱")的方式就可以打開文件，但如果程序文件存放在其他路徑下或或當前文件的子目錄下，那麽就必須要提供文件路徑，它讓Python到系統中的特定位置去找。
相對路徑
假如：在當前路徑下有一個files文件，files文件下有一個“尼古拉斯趙四”這個程序文件，我如果想要打開這個文件，就需要使用相對文件路徑來打開它。
with open("files\尼古拉斯趙四",encoding="utf-8") as f: print(f.readlines())
這行代碼讓Python去打開文件夾files下的“尼古拉斯趙四”這個文件，在Windows系統中，文件路徑使用反斜杠（\）而不是斜杠（/）
絕對路徑
可以將文件在計算機中的準確位置告訴Python，這樣就不用關心當前運行的程序存儲在什麽地方，這稱為絕對路徑。當相對路徑行不通時，可以使用絕對路徑。絕對路徑通常比相對路徑更長，在Linux系統中類似於這樣：/home/dir/files/1.txt；在Windows系統中類似於這樣：C:\Users\dir\files\1.txt
通過使用絕對路徑，可讀取系統中的任何地方的文件。
3.叠代器
叠代器和遞歸函數的區別：遞歸函數是不斷的重復調用自己，必須有一個明確的條件，而且每進行更深一層的循環，規模一定要較之前要小，叠代器，每次循環都要依賴於上一次的結果。
叠代器協議：對象必須提供一個_next_()方法，執行該方法要麽返回叠代中的下一項，要麽就引起一個StopIteration異常（只能往後走不能往前退）。
可叠代對象：實現了叠代協議的對象（如何實現？對象內部定義一個_iter_()方法）。
協議是一種約定，可叠代對象實現了叠代器協議，python的內部工具（如for循環，sum，min，max函數等）使用叠代器協議訪問對象。
以for循環舉例：for循環就遵循叠代器協議來循環所有的對象，（列表、字典、字符串、元組，集合）這些其實都不是可叠代對象，只不過在for循環時，調用了他們內部的_iter_方法，把他們變成了可叠代對象，然後for循環調用可叠代對象，然後就可以調用_next_()方法，直至異常結束，用代碼解釋如下：
name=[1,2,3]for i in name: l=name.__iter__() print(l.__next__()) print(i)
在for循環列表的時候，實質上是調用了列表的內置方法_iter_()，將列表變成一個可叠代對象，成為可叠代對象後，該列表就有了_next_()方法，在調用此方法一個一個讀取。
還有一個next()方法,其實質就是在調用_next_()函數。
可以被next()函數調用並不斷返回值下一個值的對象就是叠代器：Iterator，列表，字典這些基本數據類型雖然是可叠代對象，但不是叠代器，可以通過_iter_()方法將它們變為叠代器。
name=[1,2,3] print(type(name.__iter__())) 通過_iter_方法將可叠代對象變為叠代器 運行結果： <class ‘list_iterator‘>
4.列表生成式和三元運算
列表生成式怎麽說呢，就是一種裝逼專用吧，我舉一個簡單的例子吧，我現在需求是輸出從1-9的數字，當然大部分人首先會想到for循環
name=[] for i in range(10): name.append(i) print(name) 運行結果： [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
上面這個例子就不多解釋了，認真看過我前面博客的，這是很簡單的一個for循環，但如果我就嫌麻煩，這代碼太多了，我就要用一行寫出來，能不能辦到呢？
print([i for i in range(10)]) 運行結果： [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
ok，裝逼版本，這就是列表表達式。
那麽什麽是三元運算呢？
name="尼古拉斯趙四" print("會街舞" if name=="尼古拉斯趙四" else "不會街舞") 一元：“會街舞” 二元：通過if語句判斷 三元：“不會街舞” 輸出結果： 會街舞
其實很好理解，if前面可以理解為判斷為True的返回結果，else後是判斷為False的返回結果，這就是三元運算。
三元運算還可以與列表生成式結合使用，需求：輸出10以內大於5的數字
print([i for i in range(10) if i>5 ]) 運行結果： [6, 7, 8, 9]
但註意一點，在這種語句，就不能在家else了，一定要註意三元，加上了else就變成四元了，程序會報錯的
5.生成器
在Python中，一邊循環一邊計算的機制，稱為生成器（generator）。生成器可以理解為一種數據類型，這種數據類型自動實現的叠代器協議（其他的數據類型是通過調用自己的內置方法_iter_方法），所以生成器就是可叠代對象，直接就可以使用_next_()方法。
生成器分類在python中的表現形式（python有兩種不同的方式提供生成器）
1.生成器表達式，生成器其實就是把列表生成器的[]變為()。即上面的列表生成式，我要將它變為生成器的話：
print(type((i for i in range(10) if i>5 ))) 運行結果： <class ‘generator‘>
generator保存的是算法，每次調用next()，就計算出下一個元素的值，直到計算到最後一個元素，沒有更多的元素時，拋出StopIteration的錯誤。
a=(i for i in range(10) if i>5 ) print(a.__next__) print(next(a)) 每次執行一次next（）操作，只會讀取一個值 print(next(a)) 運行結果： <method-wrapper ‘__next__‘ of generator object at 0x000001620ECD7888> 6 7
如果這個生成器有N多個值呢？一直用next()顯然是不方便的，所以一般都是用for循環。
2.函數生成式
只要在定義函數的時候，把return()變為yield()就可以了，yield()保存上一次讀取值的位置，當再次調用時，就從該位置開始調用。普通函數遇到return語句或者最後一行函數語句就返回。而變成generator的函數，在每次調用next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行。
def func(): yield 1 yield 2 res=func() print(res.__next__()) 運行結果： 1
執行一次_next_()方法,輸出1，程序停留在此位置，當再次執行一次_next_()方法時，會從1的位置開始執行，再輸出2，這就是函數生成式。當執行_next_（）讀取完全部元素後，再次執行程序就會拋出StopIteration異常，處理異常的方法我會在接下來的文章中詳細介紹。
Python函數篇（4）之叠代器與生成器