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。