python：类4——魔法方法（定制序列、迭代）、生成器、推导式

一、定制序列（容器类型）

http://bbs.fishc.com/forum.php?mod=viewthread&tid=48793&extra=page%3D1%26filter%3Dtypeid%26typeid%3D403：容器类型

• 协议（Protocols）与其他编程语言中的接口很相似，它规定你哪些方法必须要定义。然而，在Python中的协议就显得不那么正式。事实上，在Python中，协议更像是一种指南。
• 定制容器的协议
  • 如果你希望定制的容器是不可变的话，你只需要定义__len__()和__getitem__()方法　　    　　                               （str、tuple）
  • 如果你希望定制的容器是可变的话，你需要定义_len__()、__getitem__()、__setitem__()和__delitem__()方法        （list）
  • 例：编写一个不可变的自定义列表，要求记录列表中每个元素被访问的次数

  •   1 class CountList():
      2     def __init__(self, *args):
      3         self.l = [x for x in args]
      4         self.count = {}.fromkeys(range(len(self.l)), 0)
      5             
      6     def __len__(self):
      7         return len(self.l)
      8         
      9     def __getitem__(self, index):
     10         self.count[index] += 1
     11         return self.l[index]

---

二、迭代

• 定义：迭代就类似循环，每一次重复的过程称为一次迭代的过程，每一次迭代的结果将作为下一次迭代的初始值
• 提供迭代方法的容器称为迭代器，如：list，字符串，字典
• 通常用for i in “xx”，用于触发迭代操作；while循环实现for

• iter()——容器对象调用iter()就得到它的迭代器
• next()——调用next()迭代其就会返回下一个值，如果没有值可以返回了python就会抛出一个叫做StopIteration

• In [105]: s = "fichc"
  
  In [106]: it = iter(s)
  
  In [107]: next(it)
  Out[107]: 'f'
  
  In [108]: next(it)
  Out[108]: 'i'

• __iter__()——返回迭代器本身（对应iter()方法）
• __next__()——决定迭代器的规则（对应next()方法）
• Fibs数列（下一个值是前两个的和）：

  1 class Fibs():
  2     def __init__(self, a, b):
  3         self.a = a
  4         self.b = b
  5     def __iter__(self):
  6         return self
  7     def __next__(self):
  8         self.a, self.b = self.b, self.a + self.b
  9         return self.a

In [128]: a = test.Fibs(1, 2)

In [129]: it = iter(a)

In [130]: next(it)
Out[130]: 2

In [131]: next(it)
Out[131]: 3

In [121]: a = test.Fibs(1, 2)

In [122]: for each in a:
     ...:     if each < 20:　　　　#也可以把判断放到__next__(self),通过if xxx: raise StopIteration
     ...:         print(each)
     ...:     else:
     ...:         break
     ...:     
2
3
5
8
13

---

三、乱入：生成器generator

• 迭代器和生成器是python引入的最强大的概念
• 生成器是迭代器的一种实现，因为定义生成器需要写个类，生成器只需要一个yield
• 生成器的发明使得python模仿协同程序的概念得以实现。协同程序就是可以运行的独立函数调用，函数可以暂停或者挂起，并在需要的时候从程序离开的地方继续或者重新开始
• 像一个会暂停，又能回来的return
• 可以使用next()一次执行一回，也可以用for循环一次去不打印

•   1 #coding:utf8
    2 def myGen():
    3     print('生成器被执行')
    4     yield 1
    5     yield 2
  
  In [137]: myG = test.myGen()
  In [138]: next(myG)
  生成器被执行
  Out[138]: 1                   #在yield1暂停
  In [139]: next(myG)
  Out[139]: 2                   #在yield暂停
  In [140]: next(myG)
  ---------------------------------------------------------------------------
  StopIteration                             Traceback (most recent call last)
  <ipython-input-140-bf2e9b04d728> in <module>()
  ----> 1 next(myG)
  StopIteration: 
  
  斐波那契数列也可以用到yield
  def libs():
      a = 0
      b = 1
      while True:
          a, b = b, a + b
          yield a

• 列表推倒式　

• a = [i for i in range(100) if not (i % 2) and i % 3]
  [2, 4, 8, 10, 14, 16, 20, 22, 26, 28, 32, 34, 38, 40, 44, 46, 50, 52, 56, 58, 62, 64, 68, 70, 74, 76, 80, 82, 86, 88, 92, 94, 98]

• python3还有字典推导式

• b = {i:i % 2 == 0 for i in range(10)}
  {0: True, 1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False}

• 集合set推导式

• In [154]: {i for i in [1,2,1,3]}
  Out[154]: {1, 2, 3}

• 生成器推导式，可以next(e)，作为函数的参数时，可以省略最外边的括号。

• In [156]: e = (i for i in range(10))
  Out[156]: <generator object <genexpr> at 0x7fa1635bb518>

   生成器推到式若果作为函数的参数，可以直接写推导式，不用写圆括号；也可以加上

• >>> sum(i for i in range(100) if i %2)
  2500

• 没有元组推导式，元组推导式其实得到的就是生成器推导式；没有字符串推导式