数据类型扩展

一、基础数据类型

数值（int、float）

序列（list、str、tuple）

散列（set、dict）

可迭代对象（序列、散列）

二、命名元组

from collections import namedtuple
student = namedtuple('Students', ('name', 'age', 'skill'))
stu = student('幂次方', 18, 'python自动化')
stu[1] ==stu.age
判断是否是该数据类型：print(isinstance(stu, tuple))

三、推导式

三目运算：

res = True if  条件 else False

if number > 60:
     print("大于")
 else:
     print('小于')

res = True if number > 60 else False

列表推导式：

需求，生成 [py1，，，，，py20]

li = []
for i in range(1,21):
     li.append('py{}'.format(i))

li = ['py{}'.format(i) for i in range(1,21)]

集合推导式：

se = {'py{}'.format(i) for i in range(1,21)}

字典推导式：

dic = {'name{}'.format(i): i * 100 for i in range(1, 21)}

可迭代对象和迭代器：

可迭代对象：能够使用for遍历的数据都是可迭代对象

迭代对象内部实现了迭代协议（这个对象拥有__iter__这个方法）

迭代器:迭代器也是可迭代对象的一种

迭代器： 不仅仅实现了__iter__这个方法，还实现了__next__方法

迭代对象转换为迭代器：迭代器 = iter(可迭代对象)

迭代器：可以使用内置函数next进行迭代

li = [11, 22, 33, 44]

li_tor = iter(li)

# next函数
print(next(li_tor))
print(next(li_tor))

注意点：当使用next获取完迭代器中所有的元素之后，再次使用next进行迭代，会抛出迭代器停止的异常

生成器（相当于元组推导式）（特殊的迭代器）：

创建生成器的两种方式

生成器表达式：tu = (i for i in range(10))

生成器函数：只要函数中使用了yield这个关键字，那么这个函数就是一个生成器函数

def gen():
    for i in range(10):
        yield {'a':i}

三种方法：

生成器的send方法：生成器的send方法可以和生成器内部进行数据交互、调用send方法执行要执行一次next

close：关闭生成器 g.close()

throw：往生成器内部发送一个异常 、主动发送一个异常到生成器中