本文实例讲述了Python专用方法与迭代机制，分享给大家供大家参考之用。具体分析如下：

众所周知，Python 设计哲学是“优雅”、“明确”、“简单”，对于一件事只用一种最好的方法来做，而这种优雅在于背后很自然的隐藏了很多细节。比如对一些对象直接用for 语句来迭代，一些全局函数可以作用于很多具有共同特征的对象，还有生成器装饰器自省等特性。其中很多实现都是借助 Python 内部专用方法，而对外则使用统一的全局函数来进行操作，在配合一些语法糖，使得 Python 写起来愈发的方便，符合人的直觉。

Python 专用方法

类的私有方法：以双线划线开头，但是不以双下划线结尾的方法；
类的专有方法：以双下划线开头和结尾，常用来被内建函数调用；
模块私有对象：以单下划线开头，不能被导入到其他的模块中去；

#!/usr/bin/env python # Python3 实现 _modeluprivate = '本模块私有' #不能用 from module import * 导入 class People(): def __myprivate(self): print("This is a private fun") def __test__(self): print('call __private: ',end='') self.__myprivate() if __name__ == '__main__': a = People() a.__test__() # 专有方法，一般系统专用，自己的类方法不要用这种新式命名 a._People__myprivate() # 私有方法被对外被翻译成了这种名字，从而达到私有的效果 print(_modeluprivate) ''''' 输出 call __private: This is a private fun This is a private fun 本模块私有 '''

Python 迭代机制

Python 中的可迭代对象是实现了 __iter__() 方法的对象，而 __iter__() 方法返回一个迭代器对象，迭代器对象内部要实现 __next__() 方法。迭代器对外提供了一个统一的遍历集合的接口，并且可以直接用 for 语句来进行操作，非常的方便。对于一些特别大甚至无限的集合，迭代器避免了一次性将数据集载入，几乎是唯一的访问方法。

#!/usr/bin/env python # Python3 实现 class IterTest(): def __init__(self): self.a = 0 def __iter__(self): return self def __next__(self): self.a += 1 if self.a > 3: raise StopIteration return self.a if __name__ == '__main__': a = IterTest() for i in a: print(i,end=' ') b = IterTest() print(list(b)) # list()构造器,可以接受可迭代对象 c = IterTest() print(next(c), next(c), next(c)) ''''' 输出 1 2 3 [1, 2, 3] 1 2 3 '''

Python 的生成器其实返回的也是一个迭代器，同样可以对其使用 next() 函数，对其使用 for操作，有了 yield 关键字使得创建生成器更加的方便。

#!/usr/bin/env python # Python3 实现 def funGenerate(): yield 1 yield 2 yield 3 if __name__ == '__main__': a = funGenerate() for i in a: print(i, end=' ') b = funGenerate() print(next(b),next(b),next(b)) ''''' 输出 1 2 3 1 2 3 '''

希望本文所述对大家Python程序设计的学习有所帮助。