4.Python 3 进阶特性总结：迭代器、生成器、数据结构、装饰器与 Lambda

引言

Python 是一门功能强大且灵活的语言，除了基础语法外，它还提供了许多高级特性，如迭代器、生成器、数据结构、装饰器和 Lambda 表达式。这些特性不仅能让代码更简洁高效，还能解决许多复杂的问题。本文将对这些特性进行总结，并通过代码示例帮助大家更好地理解。

---

1. 迭代器与生成器

1.1 迭代器（Iterator）

迭代器是 Python 中用于遍历集合的对象。任何实现了 __iter__() 和 __next__() 方法的对象都是迭代器。

特点：

• 惰性计算：只在需要时生成数据，节省内存。
• 只能向前遍历，不能回退。

示例：

# 自定义迭代器
class MyIterator:
    def __init__(self, start, end):
        self.current = start
        self.end = end

    def __iter__(self):
        return self

    def __next__(self):
        if self.current < self.end:
            self.current += 1
            return self.current - 1
        else:
            raise StopIteration

# 使用迭代器
my_iter = MyIterator(1, 5)
for num in my_iter:
    print(num)  # 输出 1, 2, 3, 4

1.2 生成器（Generator）

生成器是一种特殊的迭代器，使用 yield 关键字实现。生成器函数在每次调用 yield 时暂停执行，并返回一个值。

特点：

• 更简洁的语法。
• 自动实现 __iter__() 和 __next__() 方法。

示例：

# 生成器函数
def my_generator(start, end):
    current = start
    while current < end:
        yield current
        current += 1

# 使用生成器
gen = my_generator(1, 5)
for num in gen:
    print(num)  # 输出 1, 2, 3, 4

---

2. 数据结构

Python 提供了多种内置数据结构，如列表、元组、字典、集合等。此外，还可以通过 collections 模块使用更高级的数据结构。

2.1 列表（List）

• 有序、可变、可重复。
• 常用操作：append()、extend()、insert()、remove()。

2.2 元组（Tuple）

• 有序、不可变、可重复。
• 常用于存储不可修改的数据。

2.3 字典（Dict）

• 键值对集合，键唯一。
• 常用操作：keys()、values()、items()。

2.4 集合（Set）

• 无序、不重复。
• 常用操作：add()、remove()、union()、intersection()。

2.5 高级数据结构

• collections.deque：双端队列，支持高效的头尾操作。
• collections.defaultdict：带默认值的字典。
• collections.Counter：计数器，用于统计元素出现次数。

示例：

from collections import deque, defaultdict, Counter

# 双端队列
dq = deque([1, 2, 3])
dq.appendleft(0)  # 添加到左侧
print(dq)  # 输出 deque([0, 1, 2, 3])

# 默认字典
dd = defaultdict(int)
dd['a'] += 1
print(dd['a'])  # 输出 1

# 计数器
cnt = Counter(['a', 'b', 'a', 'c'])
print(cnt)  # 输出 Counter({'a': 2, 'b': 1, 'c': 1})

---

3. 装饰器（Decorator）

装饰器是一种用于修改函数或类行为的工具。它本质上是一个高阶函数，接受一个函数作为参数并返回一个新的函数。

特点：

• 不修改原函数代码，增强函数功能。
• 常用于日志记录、权限校验、性能测试等场景。

示例：

# 定义一个装饰器
def my_decorator(func):
    def wrapper(*args, **kwargs):
        print("函数执行前")
        result = func(*args, **kwargs)
        print("函数执行后")
        return result
    return wrapper

# 使用装饰器
@my_decorator
def say_hello(name):
    print(f"Hello, {name}!")

say_hello("Alice")
# 输出：
# 函数执行前
# Hello, Alice!
# 函数执行后

---

4. Lambda 表达式

Lambda 是一种匿名函数，用于定义简单的单行函数。

特点：

• 语法简洁。
• 适合用于需要函数作为参数的场景，如 map()、filter()。

示例：

# 普通函数
def add(x, y):
    return x + y

# Lambda 表达式
add_lambda = lambda x, y: x + y

print(add(3, 5))        # 输出 8
print(add_lambda(3, 5)) # 输出 8

# 结合 map 使用
numbers = [1, 2, 3, 4]
squared = list(map(lambda x: x ** 2, numbers))
print(squared)  # 输出 [1, 4, 9, 16]

---

5. 总结

本文总结了 Python 中的一些高级特性，包括迭代器、生成器、数据结构、装饰器和 Lambda 表达式。这些特性不仅能让代码更简洁高效，还能解决许多复杂的问题。以下是本文的要点回顾：

1. 迭代器与生成器：用于惰性计算和高效遍历。
2. 数据结构：Python 提供了丰富的内置数据结构，还可以通过 collections 模块使用更高级的结构。
3. 装饰器：用于增强函数功能，不修改原函数代码。
4. Lambda 表达式：用于定义简单的匿名函数。

掌握这些特性后，你的 Python 编程能力将更上一层楼。接下来，可以尝试将这些特性应用到实际项目中，进一步提升代码质量和开发效率。

---

参考资料：

• Python 官方文档
• 《流畅的 Python》
• 《Python Cookbook》

---