Python3 迭代器与生成器
迭代器
迭代是 Python 最强大的功能之一，是访问集合元素的一种方式。。
迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
迭代器有两个基本的方法：iter() 和 next()。
字符串，列表或元组对象都可用于创建迭代器：
>>> list=[1,2,3,4]
>>> it = iter(list) # 创建迭代器对象
>>> print (next(it)) # 输出迭代器的下一个元素
1
>>> print (next(it))
2
>>>迭代器对象可以使用常规 for 语句进行遍历：
#!/usr/bin/python3
list=[1,2,3,4]
it = iter(list) # 创建迭代器对象
for x in it:
print (x, end=" ")尝试一下
执行以上程序，输出结果如下：
1 2 3 4也可以使用 next() 函数：
#!/usr/bin/python3
import sys # 引入 sys 模块
list=[1,2,3,4]
it = iter(list) # 创建迭代器对象
while True:
try:
print (next(it))
except StopIteration:
sys.exit()尝试一下
执行以上程序，输出结果如下：
1
2
3
4生成器
在 Python 中，使用了 yield 的函数被称为生成器（generator）。
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值。并在下一次执行 next() 方法时从当前位置继续运行。
以下实例使用 yield 实现斐波那契数列：
#!/usr/bin/python3
import sys
def fibonacci(n): # 生成器函数 - 斐波那契
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成
while True:
try:
print (next(f), end=" ")
except StopIteration:
sys.exit()尝试一下
执行以上程序，输出结果如下：
0 1 1 2 3 5 8 13 21 34 55Python sys 模块介绍
在 Python 的 sys 模块提供访问解释器使用或维护的变量，和与解释器进行交互的函数。
通俗来讲，sys 模块负责程序与 Python 解释器的交互，提供了一系列的函数和变量，用于操控 Python 运行时的环境。
Python3 函数
Python 定义函数使用 def 关键字，一般格式如下：
def 函数名（参数列表）：
函数体让我们使用函数来输出"Hello World！"：
>>> def hello() :
print("Hello World!")
>>> hello()
Hello World!
>>>更复杂点的应用，函数中带上参数变量:
def area(width, height):
return width * height
def print_welcome(name):
print("Welcome", name)
print_welcome("Fred")
w = 4
h = 5
print("width =", w, " height =", h, " area =", area(w, h))尝试一下
以上实例输出结果：
Welcome Fred
width = 4 height = 5 area = 20函数变量作用域
定义在函数内部的变量拥有一个局部作用域，定义在函数外的拥有全局作用域。
通过以下实例，你可以清楚了解 Python 函数变量的作用域：
#!/usr/bin/env python3
a = 4 # 全局变量
def print_func1():
a = 17 # 局部变量
print("in print_func a = ", a)
def print_func2():
print("in print_func a = ", a)
print_func1()
print_func2()
print("a = ", a)尝试一下
以上实例运行结果如下：
in print_func a = 17
in print_func a = 4
a = 4关键字参数
函数也可以使用 kwarg = value 的关键字参数形式被调用。例如，以下函数:
def parrot(voltage, state='a stiff', action='voom', type='Norwegian Blue'):
print("-- This parrot wouldn't", action, end=' ')
print("if you put", voltage, "volts through it.")
print("-- Lovely plumage, the", type)
print("-- It's", state, "!")可以以下几种方式被调用:
parrot(1000) # 1 positional argument
parrot(voltage=1000) # 1 keyword argument
parrot(voltage=1000000, action='VOOOOOM') # 2 keyword arguments
parrot(action='VOOOOOM', voltage=1000000) # 2 keyword arguments
parrot('a million', 'bereft of life', 'jump') # 3 positional arguments
parrot('a thousand', state='pushing up the daisies') # 1 positional, 1 keyword以下为错误调用方法：
parrot() # required argument missing
parrot(voltage=5.0, 'dead') # non-keyword argument after a keyword argument
parrot(110, voltage=220) # duplicate value for the same argument
parrot(actor='John Cleese') # unknown keyword argument返回值
Python 函数使用 return 语句返回函数值，可以将函数作为一个值赋值给指定变量：
def return_sum(x,y):
c = x + y
return c
res = return_sum(4,5)
print(res)尝试一下
你也可以让函数返回空值：
def empty_return(x,y):
c = x + y
return
res = empty_return(4,5)
print(res)尝试一下
可变参数列表
最后，一个较不常用的功能是可以让函数调用可变个数的参数。
这些参数被包装进一个元组(查看元组和序列)。
在这些可变个数的参数之前，可以有零到多个普通的参数:
def arithmetic_mean(*args):
if len(args) == 0:
return 0
else:
sum = 0
for x in args:
sum += x
return sum/len(args)
print(arithmetic_mean(45,32,89,78))
print(arithmetic_mean(8989.8,78787.78,3453,78778.73))
print(arithmetic_mean(45,32))
print(arithmetic_mean(45))
print(arithmetic_mean())尝试一下
以上实例输出结果为：
61.0
42502.3275
38.5
45.0
0
