南宁专门建网站的公司哪里能买精准客户电话
目录
- 前言
- 一、from import
- 二、python中的包
- 三、异常处理机制
- 四、python中常用标准库
- 五、迭代器与生成器
- 5.1创建一个迭代器
- 5.2 生成器
- 总结
前言
书接上文
Python匿名函数与面向对象编程核心解析：从lambda到继承多态全掌握-CSDN博客文章浏览阅读785次，点赞26次，收藏6次。本文全面解析Python匿名函数lambda的语法与使用场景，并深入剖析面向对象编程的核心概念，包括类与对象的定义、属性操作、继承与多态的实现，以及模块化开发技巧，帮助开发者掌握从基础语法到高级特性的完整知识体系，提升代码设计能力与工程化思维。https://blog.csdn.net/qq_58364361/article/details/146144610?fromshare=blogdetail&sharetype=blogdetail&sharerId=146144610&sharerefer=PC&sharesource=qq_58364361&sharefrom=from_link
一、from import
直接导入某个模块的某个功能
先看文件1
def fun_name(name):print(f"{name}今天要考试了")def fun_pt():print("中午吃什么？")再看文件2
from day001 import fun_name #引入一个单独的函数fun_name("小白")
二、python中的包
当有多个模块时，不加区分直接放一起很不合理，可以把模块组织到一起，即创建包
包也是由模块组成，所以导入时和模块的导入一样
这里引入包中的文件采取
from 包文件夹名.包字文件夹名..文件名 impor 要调用的函数名
三、异常处理机制
l1 = [2, 3, 6]
try:print(l1[8])
except IndexError:print("error")
else:print("ok")
finally:print("处理结束")
print("aaa")
l1 = [2, 3, 6]
try:print(l1[8])
except Exception as e:print("error")print(e) #报错原因
else:print("ok")
finally:print("处理结束")
print("aaa")
四、python中常用标准库
| 名称 | 描述 |
| os | os 模块提供了许多与操作系统交互的函数，例如创建、移动和删除文件和目录，以及访问环境变量等。 |
| sys | sys 模块提供了与 Python 解释器和系统相关的功能，例如解释器的版本和路径，以及与 stdin、stdout 和 stderr 相关的信息。 |
| time | time 模块提供了处理时间的函数，例如获取当前时间、格式化日期和时间、计时等。 |
| datetime | datetime 模块提供了更高级的日期和时间处理函数，例如处理时区、计算时间差、计算日期差等。 |
| math | math 模块提供了数学函数，例如三角函数、对数函数、指数函数、常数等。 |
| json | json 模块提供了 JSON 编码和解码函数，可以将 Python 对象转换为 JSON 格式，并从 JSON 格式中解析出 Python 对象。 |
| numpy | 一个用于维度数组计算的库 |
| opencv | 一个用于计算机视觉的库 |
| matplotlib | 一个用于数据可视化的库(绘图) |
| scikit-learn | 一个用于机器学习的库 |
| tensorflow | 一个用于深度学习的库 |
| threading | 一个用于设置多线程的库 |
五、迭代器与生成器
迭代是Python访问集合中元素的一种方式，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。
通过索引的方式进行迭代取值，实现简单，但只适用于序列类型：字符串、列表、元组
对于没有索引的字典、集合等非序列类型，需要使用不依赖索引来进行迭代取值的方法，使用迭代器
字符串、列表、元组、字典、集合、打开的文件都是可迭代对象
迭代器有两个基本的方法：iter() 和 next()。
l1 = [2, 5, 8, 3, 6]
it = iter(l1) # 创建迭代器对象
print(next(it)) # 输出迭代器下一个元素
print(next(it))
或使用for循环遍历
l1 = [2, 5, 8, 3, 6]
it = iter(l1) # 创建迭代器对象
for i in it:print(i)
5.1创建一个迭代器
把一个类作为一个迭代器使用，需要再类里实现两个方法iter()和next()
iter() 方法返回一个特殊的迭代器对象，这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成。
next() 方法会返回下一个迭代器对象
创建一个返回数字的迭代器，起始值是10，每次递增10
class MyNum:def __iter__(self):self.a = 10return selfdef __next__(self):x = self.aself.a += 10return xmy_class = MyNum()
my_iter = iter(my_class)print(next(my_iter))
print(next(my_iter))
print(next(my_iter))
StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在__next__()方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代
class MyNum:def __iter__(self):self.a = 10return selfdef __next__(self):if self.a <= 50: x = self.aself.a += 10return xelse:print('迭代结束')raise StopIterationmy_class = MyNum()
my_iter = iter(my_class)print(next(my_iter))
print(next(my_iter))
print(next(my_iter))
5.2 生成器
在 Python 中，使用了 yield 的函数被称为生成器（generator）。
yield 是一个关键字，用于定义生成器函数，生成器函数是一种特殊的函数，可以在迭代过程中逐步产生值，而不是一次性返回所有结果。
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。
每次使用 yield 语句生产一个值后，函数都将暂停执行，等待被重新唤醒。
yield 语句相比于 return 语句，差别就在于 yield 语句返回的是可迭代对象，而 return 返回的为不可迭代对象。
然后，每次调用生成器的 next() 方法或使用 for 循环进行迭代时，函数会从上次暂停的地方继续执行，直到再次遇到 yield 语句
def Fun(n):while n > 0:yield nn -= 1# 创建生成器对象
g1 = Fun(5)# 通过迭代生成器获取值
print('next方法：', next(g1))
print('next方法：', next(g1))# 使用 for 循环迭代生成器
for i in g1:print('for循环：', i)# 运行结果：
# next方法： 5
# next方法： 4
# for循环： 3
# for循环： 2
# for循环： 1
在这个代码中，Fun 函数是一个生成器函数。它使用 yield 语句逐步产生从 n 到 1 的倒序数字。在每次调用 yield 语句时，函数会返回当前的倒序数字，并在下一次调用时从上次暂停的地方继续执行。
创建生成器对象并使用 next() 函数或 for 循环迭代生成器，我们可以逐步获取生成器函数产生的值。在这个例子中，我们首先使用 next() 函数获取前两个倒序数字，然后通过 for 循环获取剩下的三个倒序数字。
生成器函数的优势是它们可以按需生成值，避免一次性生成大量数据并占用大量内存。此外，生成器还可以与其他迭代工具（如for循环）无缝配合使用，提供简洁和高效的迭代方式
总结
本文系统解析Python编程中的核心概念与实用技巧，涵盖模块导入、包管理、异常处理、标准库应用及迭代器与生成器的深入剖析。首先通过实例演示from...import语法实现模块函数的精准导入，强调模块化编程的优势；在包管理部分，阐述如何通过目录结构组织多模块以提升代码可维护性。异常处理机制详细讲解try-except-else-finally的层级结构，对比IndexError与通用Exception捕获的适用场景，并展示异常信息的提取方法。常用标准库部分列举os、sys、datetime等核心库的功能，扩展至numpy、OpenCV等第三方库在数据与AI领域的应用。迭代器部分从基础iter()与next()操作切入，结合自定义迭代器类的实现（如__iter__与__next__方法的重写），阐明迭代终止的StopIteration异常控制逻辑；生成器则通过yield关键字解析惰性计算的实现原理，对比生成器函数与普通函数的差异，并以递减数列生成示例揭示生成器在内存效率上的优势。全文贯穿代码实例，帮助开发者掌握高效、健壮的Python编程范式。