第四课 函数补充--装饰器迭代器生成器匿名函数递归函数

Posted xingguang009

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了第四课 函数补充--装饰器迭代器生成器匿名函数递归函数相关的知识,希望对你有一定的参考价值。

1、装饰器(补充) (在原有的函数前后增加功能,且不改变原函数的调用方式)

  1.1、简单的装饰器构成:

  def timer(func):
      def inner(*args,**kwargs):
          ‘‘‘执行函数之前要做的‘‘‘
          re = func(*args,**kwargs)
          ‘‘‘执行函数之后要做的‘‘‘
          return re
      return inner
def outer(flag):
    def timer(func):
        def inner(*args,**kwargs):
            if flag:
                print(‘‘‘执行函数之前要做的‘‘‘)
            re = func(*args,**kwargs)
            if flag:
                print(‘‘‘执行函数之后要做的‘‘‘)
            return re
        return inner
    return timer

@outer(False)
def func():
    print(111)

func()
  1.2、设计是否生效的装饰器(加判断),在装饰器的最外层再加一层函数做判断
# 进阶的需求
# 第一种情况
#     500个函数
#     你可以设计你的装饰器 来确认是否生效

import time
FLAG = True #设置的变量来判断
def outer(flag):
    def timmer(f):
        def inner(*args,**kwargs):
            if flag == True:
                start_time = time.time()
                ret = f(*args,**kwargs)
                end_time = time.time()
                print(end_time - start_time)
            else:
                ret = f(*args, **kwargs)
            return ret
        return inner
    return timmer
#
@outer(FLAG)   # func = timmer(func) # 外层函数来判断变量
def func(a,b):
    print(begin func,a)
    time.sleep(0.1)
    print(end func,b)
    return True
func(1,2)

  1.3、多个装饰器的执行执行顺序:


当存在多个装饰器时,从下往上执行装饰器:
def wrapper1(func):                   #3  func = f 
    def inner1():            #14           
        print(wrapper1 ,before func)#15
        func()                         #16
        print(wrapper1 ,after func) #17
    return inner1                     #4 f = inner1

def wrapper2(func):           #7 func = f 
    def inner2():            #11  
        print(wrapper2 ,before func) #12 
        func()               #13   func() = f() = inner1()
        print(wrapper2 ,after func)  #18
    return inner2            #8 f = inner2

@wrapper2  #f = wrapper2           #6    #9   f = inner2
@wrapper1  #f = wrapper1          #2    #5   f = inner1
def f():                              #1
    print(in f)             #16
f() #走到这步时才真正的开始执行函数        #10 真正开始执行,按顺序往回找:这时 f() = inner2()

在执行函数之前,先进行装饰器的加载。

执行结果:

wrapper2 ,before func
wrapper1 ,before func
in f
wrapper1 ,after func
wrapper2 ,after func

总结:后执行的放在上面,先执行的放在下面
# # 装饰器 登录 记录日志
# import time
# login_info = {alex:False}
# def login(func):   # manager
#     def inner(name):
#         if login_info[name] != True:
#             user = input(user :)
#             pwd = input(pwd :)
#             if user == alex and pwd == alex3714:
#                 login_info[name] = True
#         if login_info[name] == True:
#             ret = func(name)     # timmer中的inner
#             return ret
#     return inner
#
# def timmer(f):
#     def inner(*args,**kwargs):
#         start_time = time.time()
#         ret = f(*args,**kwargs)     # 调用被装饰的方法
#         end_time = time.time()      #
#         print(end_time - start_time)
#         return ret
#     return inner
#
# @login
# @timmer
# def index(name):
#     print(欢迎%s来到博客园首页~%name)
#
# @login
# @timmer    # manager = login(manager)
# def manager(name):
#     print(欢迎%s来到博客园管理页~%name)
#
# index(alex)
# index(alex)
# manager(alex)
# manager(alex)

2、迭代器和生成器:

  2.1、可迭代、迭代器:(Iterable,Iterator)

    可迭代:可以被迭代要满足的要求就叫做可迭代协议。可迭代协议的定义非常简单,就是内部实现了__iter__方法(凡是可以使用for循环取值的都是可迭代的

      可迭代的类型:列表 字典 元组 字符串 集合 range 文件句柄 enumerate

    迭代器:迭代器 = iter(可迭代的)或者li.__iter__(),自带一个__next__方法

l = [1,2,3]
# lst_iter = iter(l)   # l.__iter__()
# while True:
#     try:
#         print(next(lst_iter)) # lst_iter.__next__()
#     except StopIteration:
#         break
# py2 range 不管range多少 会生成一个列表 这个列表将用来存储所有的值
# py3 range 不管range多少 都不会实际的生成任何一个值
# 迭代器的优势:
#     节省内存
#     取一个值就能进行接下来的计算 ,而不需要等到所有的值都计算出来才开始接下来的运算 —— 快
# 迭代器的特性:惰性运算
# f = open()
# for line in f: 可迭代的

  2.2、生成器:

    1、自己写的迭代器 就是一个生成器 

    2、两种自己写生成器(迭代器)的机制:生成器函数 生成器表达式

    3、简单生成器的写法:(关键字yield)

# 凡是带有yield的函数就是一个生成器函数
# def func():
# print(‘****‘)
# yield 1
# print(‘^^^^‘)
# yield 2 # 记录当前所在的位置,等待下一次next来触发函数的状态
#
# g = func() #调用后代码未执行,返回一个生成器(迭代器)
# print(‘--‘,next(g))
# print(‘--‘,next(g))
# 生成器函数的调用不会触发代码的执行,而是会返回一个生成器(迭代器)
# 想要生成器函数执行,需要用next或for
# 使用生成器监听文件输入的例子
# import time
# def listen_file():
#     with open(userinfo) as f:
#         while True:
#             line = f.readline()
#             if line.strip():
#                 yield line.strip()
#             time.sleep(0.1)
#
# g = listen_file()
# for line in g:
#     print(line)

    4、生成器中的关键字send

# send关键字
# def func():
#     print(11111)
#     ret1 = yield 1   #ret1 接受secd传入进来的值
#     print(22222,ret1 :‘ret1) 
#     ret2 = yield 2
#     print(33333,ret2 :,ret2)
#     yield 3
#
# g = func()
# ret = next(g)
# print(ret)
# print(g.send(alex))  # 在执行next的过程中 传递一个参数 给生成器函数的内部 
# print(g.send(金老板))
# 想生成器中传递值 有一个激活的过程 第一次必须要用next触发这个生成器
# 例子
# 计算移动平均值
# 12 13 15 18
# 月度 的 天平均收入
# def average():
#     sum_money = 0
#     day = 0
#     avg = 0
#     while True:
#         money = yield avg
#         sum_money += money
#         day += 1
#         avg = sum_money/day
#
# g = average()
# next(g)
# print(g.send(200))
# print(g.send(300))
# print(g.send(600))

    5、预激生成器

# def init(func):
# def inner(*args,**kwargs):
# ret = func(*args,**kwargs)
# next(ret) # 预激活
# return ret
# return inner
#
# @init
# def average():
# sum_money = 0
# day = 0
# avg = 0
# while True:
# money = yield avg
# sum_money += money
# day += 1
# avg = sum_money/day
#
# g = average()
# print(g.send(200))
# print(g.send(300))
# print(g.send(600))

    6、yield from

# def generator_func():
#     yield from range(5)
#     yield from hello
#     # for i in range(5):
    #     yield i
    # for j in hello:
    #     yield j

# g = generator_func()
# for i in generator_func():
#     print(i)

# g1 = generator_func()
# g2 = generator_func()
# next(generator_func())
# next(generator_func())

    7、如何从生成器中取值

# 第一种 :next  随时都可以停止 最后一次会报错
# print(next(g))
# print(next(g))
# 第二种 :for循环 从头到尾遍历一次 不遇到break、return不会停止
# for i in g:
#     print(i)
# 第三种 :list tuple 数据类型的强转  会把所有的数据都加载到内存里 非常的浪费内存
# print(g)
# print(list(g))

    8、特性

# 生成器函数 是我们python程序员实现迭代器的一种手段
# 主要特征是 在函数中 含有yield
# 调用一个生成器函数 不会执行这个函数中的带码 只是会获得一个生成器(迭代器)
# 只有从生成器中取值的时候,才会执行函数内部的带码,且每获取一个数据才执行得到这个数据的带码
# 获取数据的方式包括 next send 循环 数据类型的强制转化
# yield返回值的简便方法,如果本身就是循环一个可迭代的,且要把可迭代数据中的每一个元素都返回 可以用yield from
# 使用send的时候,在生成器创造出来之后需要进行预激,这一步可以使用装饰器完成
# 生成器的特点 : 节省内存 惰性运算
# 生成器用来解决 内存问题 和程序功能之间的解耦

3、列表推倒式

# new_lst = []
# for i in range(10):
#     new_lst.append(i**2)
# print(new_lst)
# print([i**2 for i in range(10)])
# l = [1,2,3,-5,6,20,-7]
# print([i%2 for i in range(10)])
# l = [1,2,3,-5,6,20,-7]
# print([num for num in l if num%2 == 1])

# 30以内所有能被3整除的数
# print([i for i in range(30) if i%3 ==0])
#
# 30以内所有能被3整除的数的平方
# print([i**2 for i in range(30) if i%3 ==0])

# 找到嵌套列表中名字含有两个‘e’的所有名字
# names = [[Tom, Billy, Jefferson, Andrew, Wesley, Steven, Joe],
#          [Alice, Jill, Ana, Wendy, Jennifer, Sherry, Eva]]
# print([name for name_lst in names for name in name_lst if name.count(e) == 2])

4、生成器表达式:

# l = [i for i in range(30) if i%3 ==0]   # 列表推倒式 排序的时候
# g = (i for i in range(30) if i%3 ==0)   # 生成器表达式 庞大数据量的时候 使用生成器表达式
# print(l)
# print(g)
# for i in g:print(i)

5、内置函数:(总共有68个内置函数)

  

 

6、匿名函数:

# lambda表达式
# def add(a,b):
#     return a+b
# add = lambda a,b : a+b  传两个参数  : 执行的方法
# print(add(1,2))
# # for i in map(func,range(10)):print(i)

# for i in map(lambda num : num ** 2 ,range(10)):print(i)
# def func(num):
#     return num%2
# print(min(-2,3,-4,key=func)) 可以直接执行执行方式

# print(min(-2,3,-4,key=lambda num:num%2))

7、递归函数:


# 递归 就是自己调用自己
# def func():
#     print(1)
#     func()
#
# func()    # 997 /998
# 递归需要有一个停止的条件

# def fn(6):
# if 6 == 1:return 1
# return 6*fn(5)
# print(fn(6))

 

  

 

 

 

以上是关于第四课 函数补充--装饰器迭代器生成器匿名函数递归函数的主要内容,如果未能解决你的问题,请参考以下文章

20181130(装饰器补充,叠加多个装饰器,有参装饰器,三元表达式,生成式,匿名函数,内置函数)

装饰器的补充(叠加多个装饰器,有参装饰器,三元表达式,生成式,匿名函数)

python函数装饰器迭代器生成器

python之路文章目录

python 3.5学习笔记(第四章)

python学习第四天,列表生产式,匿名函数,生成器,内置函数,迭代器,装饰器,json和pickle的序列化和反序列化