您好,登錄后才能下訂單哦!
這篇文章主要介紹Python元類與迭代器生成器的示例分析,文中介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們一定要看完!
__getattr__是當(dāng)類調(diào)用一個(gè)不存在的屬性時(shí)才會(huì)調(diào)用getattr魔法函數(shù),他傳入的值item就是你這個(gè)調(diào)用的不存在的值。
__getattribute__則是無(wú)條件的優(yōu)先執(zhí)行,所以如果不是特殊情況最好不要用__getattribute__。
class User(object): def __init__(self, name, info): self.name = name self.info = info def __getattr__(self, item): return self.info[item] ls = User("李四",{"gender":"male"}) print(ls.gender)
屬性描述符介紹
屬性描述符是一個(gè)強(qiáng)大的通用協(xié)議。它是properties, methods, static methods, class methods 和super()的調(diào)用原理。
屬性描述符協(xié)議
屬性描述符是實(shí)現(xiàn)了特定協(xié)議的類,只要實(shí)現(xiàn)了__get__,__set__和__delete__三個(gè)方法中的任意一個(gè),這個(gè)類就是描述符,它能實(shí)現(xiàn)對(duì)多個(gè)屬性運(yùn)用相同存取邏輯的一種方式,通俗來(lái)說(shuō)就是:創(chuàng)建一個(gè)實(shí)例,作為另一個(gè)類的類屬性。
注意
? 如果一個(gè)對(duì)象同時(shí)定義了__get__和__set__方法,它被稱做數(shù)據(jù)描述符(data descriptor)。
? 只定義__get__方法的對(duì)象則被稱為非數(shù)據(jù)描述符(non-data descriptor)。
使用類方法創(chuàng)建描述符
? 定義一個(gè)IntField類為描述符類
? 創(chuàng)建IntField類的實(shí)例,作為另一個(gè)User類的屬性
class IntField(object): def __set__(self, instance, value): print("__set__") def __get__(self, instance, owner): print("__get__") def __delete__(self, instance): print("__delete__") class User(object): age = IntField() ls = User() ls.age ls.age = 30 del ls.age
使用屬性類型創(chuàng)建描述符
除了使用類當(dāng)作一個(gè)屬性描述符,我們之前學(xué)習(xí)的 property(),就是可以輕松地為任意屬性創(chuàng)建可用的描述符。創(chuàng)建 property() 的語(yǔ)法是 property(fget=None, fset=None, fdel=None, doc=None)
描述符查找順序
? 當(dāng)為數(shù)據(jù)描述符時(shí), __get__優(yōu)先級(jí)高于__dict__
? 當(dāng)為非數(shù)據(jù)描述符時(shí),__dict__優(yōu)先級(jí)高于__get__
元類介紹
元類實(shí)際上就是創(chuàng)建類的類
實(shí)現(xiàn)如下:
? 定義創(chuàng)建類的函數(shù)create_class
? 如果給create_class傳的參數(shù)為user,則創(chuàng)建User類
type()創(chuàng)建元類
? 第一個(gè)參數(shù):name表示類名稱,字符串類型
? 第二個(gè)參數(shù):bases表示繼承對(duì)象(父類),元組類型,單元素使用逗號(hào)
? 第三個(gè)參數(shù):attr表示屬性,這里可以填寫類屬性、類方式、靜態(tài)方法,采用字典格式,key為屬性名,value為屬性值
def __init__(self, name): self.name = name print("i am __init__") User = type("User", (), {"age":18 , "__init__":__init__}) obj = User("amy") print(obj.name)
metaclass屬性
如果一個(gè)類中定義了__metalass__ = xxx,Python就會(huì)用元類的方式來(lái)創(chuàng)建類,就可以控制類的創(chuàng)建行為
比如,以下代碼,再不改變類屬性的抒寫情況下,將屬性名規(guī)定為大寫訪問(wèn)。
class MyClass(object): name = "ls" mc = MyClass() print(mc.name)
迭代器指的是迭代取值的工具,迭代是指一個(gè)重復(fù)的過(guò)程,每一次重復(fù)都是基于上一次結(jié)果而來(lái)
迭代提供了一種通用的不依賴索引的迭代取值方式
可迭代對(duì)象
可以用for循環(huán)遍歷的對(duì)象都是可迭代對(duì)象。
? str,list,tuple,dict,set等都是可迭代對(duì)象。
? generator,包括生成器和帶yield的生成器函數(shù)。
判斷是否可迭代
除了看內(nèi)置是否含有__iter__方法來(lái)判斷該對(duì)象是否是一個(gè)可迭代的對(duì)象之外,我們還可以使用 isinstance() 判斷一個(gè)對(duì)象是否是 Iterable 對(duì)象
? isinstance()–>用來(lái)判斷對(duì)象是否是相應(yīng)類型,與type()類似。
from collections import Iterable,Iterator print(isinstance('abc',Iterable)) # True print(isinstance([1,2,3,4],Iterable)) # True print(isinstance(123,Iterable)) # False
迭代器對(duì)象
? 有內(nèi)置的__next__()方法的對(duì)象,執(zhí)行該方法可以不依賴索引取值
? 有內(nèi)置的__iter__()方法的對(duì)象,執(zhí)行迭代器的__iter__()方法得到的依然是迭代器本身
需要注意的是,可迭代對(duì)象不一定是迭代器
iter()
可以被next()函數(shù)調(diào)用并不斷返回下一個(gè)值的對(duì)象稱為迭代器:Iterator。
那我們可以通過(guò)iter()方法將可迭代的對(duì)象,轉(zhuǎn)為迭代器。
li = [1,2,3,4] lis = iter(li) print(type(lis)) # <class 'list_iterator'>
注意:
? 迭代器不可以通過(guò)下標(biāo)取值,而是使用__next__()或者next()。但是只要超出范圍則直接報(bào)錯(cuò)StopIteration。
print(lis[0]) # 報(bào)錯(cuò) not subscriptable print(lis.__next__()) print(lis.__next__()) print(lis.__next__()) print(lis.__next__()) print(next(lis)) print(next(lis)) print(next(lis)) print(next(lis))
? next()只能順延調(diào)用,不能往前。
可迭代對(duì)象與迭代器區(qū)別
? 可用于for循環(huán)的都是可迭代類型
? 作用于next()都是迭代器類型
? list、dict、str等都是可迭代的但不是迭代器,因?yàn)閚ext()函數(shù)無(wú)法調(diào)用它們??梢酝ㄟ^(guò)iter()函數(shù)將它們轉(zhuǎn)為迭代器
? python的for循環(huán)本質(zhì)就是通過(guò)不斷調(diào)用next()函數(shù)實(shí)現(xiàn)的
生成器定義
在Python中,一邊循環(huán)一邊計(jì)算的機(jī)制,稱為生成器:generator。
為什么要有生成器
列表所有數(shù)據(jù)都在內(nèi)存中,如果有海量數(shù)據(jù)的話會(huì)非常消耗內(nèi)存。
比如說(shuō):我們僅僅需要訪問(wèn)前面幾個(gè)元素,但后面絕大多元素占用的內(nèi)存就會(huì)浪費(fèi)了。
那么生成器就是在循環(huán)的過(guò)程中根據(jù)算法不斷推算出后續(xù)的元素,這樣就不用創(chuàng)建整個(gè)完整的列表,從而節(jié)省大量的空間。
總而言之,就是當(dāng)我們想要使用龐大數(shù)據(jù),又想讓它占用的空間少,那就使用生成器。
生成器表達(dá)式
生成器表達(dá)式來(lái)源于迭代和列表解析的組合,生成器和列表解析類似,但是它使用()而不是[]。
g = (x for x in range(5)) print(g) # generator object print(next(g)) print(next(g)) print(next(g)) print(next(g)) print(next(g)) # 超出報(bào)錯(cuò) print(next(g)) for i in g: print(i)
生成器函數(shù)
當(dāng)一個(gè)函數(shù)中包含yield關(guān)鍵字,那么這個(gè)函數(shù)就不再是一個(gè)普通的函數(shù),而是一個(gè)generator。調(diào)用函數(shù)就是創(chuàng)建了一個(gè)生成器對(duì)象。其工作原理就是通過(guò)重復(fù)調(diào)用next()或者_(dá)_next__()方法,直到捕獲一個(gè)異常。
比如:
實(shí)現(xiàn)斐波那契數(shù)列,除第一個(gè)和第二個(gè)數(shù)外,任何一個(gè)數(shù)都可以由前兩個(gè)相加得到:
1,1,2,3,5,8,12,21,34…
def createNums(): print("-----func start-----") a,b = 0,1 for i in range(5): # print(b) print("--1--") yield b print("--2--") a,b = b,a+b print("--3--") print("-----func end-----") g = createNums() print(next(g)) print(next(g)) print(next(g)) print(next(g)) print(next(g))
注意:
? yield返回一個(gè)值,并且記住這個(gè)返回值的位置,下次遇到next()調(diào)用時(shí),代碼從yield的下一條語(yǔ)句開(kāi)始執(zhí)行。與return的差別是,return也是返回一個(gè)值,但是直接結(jié)束函數(shù)。
迭代器與生成器
? 生成器能做到迭代器能做的所有事
? 而且因?yàn)樯善髯詣?dòng)創(chuàng)建了iter()和next()方法,生成器顯得簡(jiǎn)潔,而且高效。
讀取大文件
文件300G,文件比較特殊,一行 分隔符 {|}
def readlines(f,newline): buf = "" while True: while newline in buf: pos = buf.index(newline) yield buf[:pos] buf = buf[pos + len(newline):] chunk = f.read(4096*10) if not chunk: yield buf break buf += chunk with open('demo.txt') as f: for line in readlines(f,"{|}"): print(line)
以上是“Python元類與迭代器生成器的示例分析”這篇文章的所有內(nèi)容,感謝各位的閱讀!希望分享的內(nèi)容對(duì)大家有幫助,更多相關(guān)知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。