首页 > 代码库 > python开发技术详解（三） 进阶的语法
python开发技术详解（三） 进阶的语法
文章目录：
- __call__
- __iter__
- yeild
- arrage
__call__ 可调用对象
#!/usr/bin/env python#!-*-coding:utf-8-*-‘‘‘ switch (C+) @author xyt 可调用对象‘‘‘class g_dpm(object): def __init__(self,g): self.g=g def __call__(self,t): return self.g*t**2e_dpg=g_dpm(9.8)s=e_dpg(2) #2秒后自由下降距离。
动态函数：
利用eval转换为函数名（表达式），再调用函数
class student(object): def english(self): print "hello!" def china(self): print "你好！" def __call__(self,*args): eval(args[0]) self.english() stu=student()english=‘english‘stu(english)
__iter__ 迭代对象的使用：
#!/usr/bin/env python#!-*-coding:utf-8-*-‘‘‘介绍python的built-in函数iter，以及类中的两个函数__iter__，__next__iter函数有两种用法，一种是传一个参数，一种是传两个参数。返回的结果都是返回一个iterator对象。 先说传两个参数的，比如有 Python代码 收藏代码i1 = iter(itr, ‘c‘) 这个意思是说，返回itr的iterator，而且在之后的迭代之中，迭代出来‘c‘就立马停止。对这个itr有什么要求呢？这个itr在这里必须是callable的，即要实现__call__函数 ‘‘‘class Itr(object): def __init__(self): self.result=[1,2,3,4,5,6,7,8,9] self.i=iter(self.result) def __call__(self): res = next(self.i) print("__call__ called, which would return ", res) return res def __iter__(self): return iter(self.result) itr = Itr()a=iter(itr)for i in a: print i a=iter(itr,4)for i in a: print i
yeild
带有 yield 的函数在 Python 中被称之为 generator（生成器）
def fab(max): print max n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1 a=fab(11)for i in a: print i
简单地讲，yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator，调用 fab(5) 不会执行 fab 函数，而是返回一个 iterable 对象！在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。
xrange 通过 iterable 对象来迭代
for i in range(1000): pass
会导致生成一个 1000 个元素的 List，而代码：
for i in xrange(1000): pass
则不会生成一个 1000 个元素的 List，而是在每次迭代中返回下一个数值，内存空间占用很小。因为 xrange 不返回 List，而是返回一个 iterable 对象。
python开发技术详解（三） 进阶的语法
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。