学习笔记（11月03日）

Posted 2020-10-13

三周五次课（11月3日）

1.生成式和生成器

1.1列表生成式是python受欢迎的语法之一，通过一句简洁的语法就可以对一组元素进行过滤，还可以对得到的元素进行转换处理。

语法格式为：

[exp for val in collection if condition]

相当于

result = []
for val in collection:
    if (condition):
        result.append(exp)

例子：

a = [x * x for x in xrange(10) if x * x % 2 == 0]
print(type(a))
print(a)

结果：

<type ‘list‘>
[0, 4, 16, 36, 64]

解释：

1，以此取出xrange(10)从0到9的数字

2，判断x*x是偶数，就保留，存在新的字典中

3，把所有符合x*x是偶数的元素都放到新的列表中返回

    通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

    所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器（Generator）。

    生成器是一次生成一个值的特殊类型函数。可以将其视为可恢复函数。调用该函数将返回一个可用于生成连续 x 值的生成器【Generator】，简单的说就是在函数的执行过程中，yield语句会把你需要的值返回给调用生成器的地方，然后退出函数，下一次调用生成器函数的时候又从上次中断的地方开始执行，而生成器内的所有变量参数都会被保存下来供下一次使用。

    要创建一个generator，有很多种方法。第一种方法是把一个列表生成式的[]改成()，就创建了一个generator：

例子：

a = (x * x for x in xrange(10) if x * x % 2 == 0)
print(type(a))
print(a.next())
print(a.next())
print(‘aaaaaaa‘)
for i in a:
    print(i)

结果：

<type ‘generator‘>
0
4
aaaaaaa
16
36
64

解释：

generator保存的是算法，每次调用next()，就计算出下一个元素的值，直到计算到最后一个元素为止

    1.2 定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：

在了解这个方法之前，我们先来看一个小例子，更好的帮助你理解yield的使用

def fib(n):
    sum = 0
    i = 0
    while (i < n):
        sum = sum + i
        i += 1
        print(sum)


fib(10)

结果：

0
1
3
6
10
15
21
28
36
45

解释：

这个程序很简单，就是求0到9所有数字之和，接下来，我们只要稍微改动一下，你看看有什么差别

def fib(n):
    sum = 0
    i = 0
    while (i < n):
        sum = sum + i
        i += 1
        yield sum


for x in fib(10):
    print(x)
print(type(fib(10)))

结果：

0
1
3
6
10
15
21
28
36
45
<type ‘generator‘>

    结果和上面的结果是一样的，但是有什么不同呢，简而言之，包含yield语句的函数会被特地编译成生成器。当函数被调用时，他们返回一个生成器对象，这个对象支持迭代器接口。每当遇到yield关键字的时候，你可以理解成函数的return语句，yield后面的值，就是返回的值。但是不像一般的函数在return后退出，生成器函数在生成值后会自动挂起并暂停他们的执行和状态，他的本地变量将保存状态信息，这些信息在函数恢复时将再度有效，下次从yield下面的部分开始执行。

解释：

1，因为以上函数有关键字yield，所以生成的是一个生成器。

2，通过for循环调用生成器，当执行到yield的时候，返回sum的值，sum为0，此时暂停并记录sum的值

3，打印sum的值，然后继续往下执行。此时跳入下一个循环while(1<10)

4，直到遇到yield的时候，返回sum的值。

5，反复执行3,4步骤，直到循环结束，最终程序退出

二者的区别很明显：

一个直接返回了表达式的结果列表， 而另一个是一个对象，该对象包含了对表达式结果的计算引用， 通过循环可以直接输出

生成器不会一次性列出所有的数据，当你用到的时候，再列出来，更加节约内存的使用率。

2.迭代器

Iterable(可迭代对象)和Iterator(迭代器)主要区别是：

凡是可以用for 循环的都是Iterable(可迭代对象)，凡是需要通过next()函数获得值的可迭代对象都是 Iterator(迭代器)。

  所以生成器可以被next()函数调用并不断返回下一个值的对象称为迭代器）（可以简单理解为生成器就是迭代器的可迭代对象)

凡是可作用于for循环的对象都是Iterable类型；

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

3.装饰器

    装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能。

简单装饰器

def use_logging(func):
    def wrapper(*args, **kwargs):
        logging.warn("%s is running" % func.__name__)
        return func(*args, **kwargs)

    retrun
    wrapper

def bar():
    print(‘i am bar‘)

bar = use_logging(bar)
bar()

    函数use_logging就是装饰器，它把执行真正业务方法的func包裹在函数里面，看起来像bar被use_logging装饰了。在这个例子中，函数进入和退出时 ，被称为一个横切面(Aspect)，这种编程方式被称为面向切面的编程(Aspect-Oriented Programming)。

@符号是装饰器的语法糖，在定义函数的时候使用，避免再一次赋值操作

def use_logging(func):
    def wrapper(*args, **kwargs):
        logging.warn("%s is running" % func.__name__)
        return func(*args)
    retrun
    wrapper

@use_logging
def foo():
    print("i am foo")
    
@use_logging
def bar():
    print("i am bar")

bar()

    如上所示，这样我们就可以省去bar = use_logging(bar)这一句了，直接调用bar()即可得到想要的结果。如果我们有其他的类似函数，我们可以继续调用装饰器来修饰函数，而不用重复修改函数或者增加新的封装。这样，我们就提高了程序的可重复利用性，并增加了程序的可读性。

      装饰器在Python使用如此方便都要归因于Python的函数能像普通的对象一样能作为参数传递给其他函数，可以被赋值给其他变量，可以作为返回值，可以被定义在另外一个函数内。

练习题：用函数实现9*9乘法口诀

for i in range(1, 10):
    for j in range(1, i + 1):
        print j, ‘*‘, i, ‘=‘, i * j, ‘ ‘,
    print("")

结果：

1 * 1 = 1   
1 * 2 = 2   2 * 2 = 4   
1 * 3 = 3   2 * 3 = 6   3 * 3 = 9   
1 * 4 = 4   2 * 4 = 8   3 * 4 = 12   4 * 4 = 16   
1 * 5 = 5   2 * 5 = 10   3 * 5 = 15   4 * 5 = 20   5 * 5 = 25   
1 * 6 = 6   2 * 6 = 12   3 * 6 = 18   4 * 6 = 24   5 * 6 = 30   6 * 6 = 36   
1 * 7 = 7   2 * 7 = 14   3 * 7 = 21   4 * 7 = 28   5 * 7 = 35   6 * 7 = 42   7 * 7 = 49   
1 * 8 = 8   2 * 8 = 16   3 * 8 = 24   4 * 8 = 32   5 * 8 = 40   6 * 8 = 48   7 * 8 = 56   8 * 8 = 64   
1 * 9 = 9   2 * 9 = 18   3 * 9 = 27   4 * 9 = 36   5 * 9 = 45   6 * 9 = 54   7 * 9 = 63   8 * 9 = 72   9 * 9 = 81