参数-匿名函数-生成式-生成器-装饰器

1、函数的参数

参数类型:
关于函数的参数,我们经常在一些代码中会发现 def(*args,**kwargs)的表现形式,其中定义的分别是元组和字典:

*args     ——    tuple(1,)
**kwargs   ——   dict(“k”:“v”)

例如:

fun(*args,**kwargs )
fun(1,2,3,4,5,a=10,b=40 )

我们也可以简单的定义一个函数的参数:

def add(*args):
    total = 0
    for i in args:
        total += i
    print("total = {}".format(total))

if __name__ == ‘__main__‘:
    add(1,2,3,4,5)

Python中有一类排序sort排序函数:

def add(*args):
    total = 0
    for i in args:
        total += i
    print("total = {}".format(total))

def sorDictValue(dict1):
    print(sorted(dict1.items(),key=lambda item:item[0],reverse=False))
‘‘‘sorted后面接dict1表示把 key 值作为迭代对象,
如果加入dict1.items() 函数表示将字典的 keys 和 value 值都进行迭代‘‘‘

if __name__ == ‘__main__‘:
    add(1,2,3,4,5)
    s1 = lambda x,y:x+y
    print(s1(10,20))
    aaa = dict(a=100,b=10,c=50)
    l = list()
    sorDictValue(aaa)

2、匿名函数
匿名函数,就是没有名字的函数,但是为什么又需要匿名函数呢,它的作用又是什么
lambda函数是一种快速定义单行的最小函数,可以用在任何需要函数的地方

def fun(x,y):
    return x*y

lambda 版本

r = lambda x,y:x*y
print(r(10,20))

3、生成式和生成器

列表生成式格式:
[exp for val in collection if condition]
例如
[x*x for x in range(10) if x*x%2==0]

生成器(generator):
方法一;
(exp for val in collection if condition)
例如:
(x*x for x in range(1,30) if x%2 ==0)
方法二:
使用yield关键字,包含yield语句的函数会被特地编译成生成器。
yield可以理解成return,但是并不退出,只是挂起,恢复的时候从yield下面开始执行。

# 列表生成式
a = [x*x for x in range(1,30) if x%2 ==0]
print(a)
print(type(a))
# <class ‘list‘>

y=list()
x=[1,2,3,4,5]
y+=x
y.append(100)
print(y)
print(x)

# 列表生成器 generator
b = (x*x for x in range(1,30) if x%2 ==0)
print(b)
print(type(b))
# <class ‘generator‘>

def test(l):
    for i in l:
        yield i        # yield 相当于return
        print("i = {}".format(i))

m = test([1,2,3,4,5,6,7,8,9])
print(type(m))
# <class ‘generator‘>

列表生成式直接返回了表达式的结果列表,
而生成器是一个对象,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,这样降低了内存使用率

4、装饰器的作用
装饰器本质上是一个Python的函数,
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。
它经常用于在且慢需求的场景,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
简单来说,就是在不改变函数本身的情况下,在函数的前面或者后面增加一些额外功能

# 原函数
def hello():
    print("hello world")
hello()

# 目的函数
def hello():
    print("###########start###########")
    print("hello world")
    print("############end############")
hello()

原文地址:http://blog.51cto.com/shaoniana/2066657

时间: 2024-10-27 17:31:44

参数-匿名函数-生成式-生成器-装饰器的相关文章

第四天 内置函数2 随机码 装饰器 迭代器、生成器 递归 冒泡算法 JSON

关于函数的return li = [11,22,33,44] def f1(arg): arg.append(55) li = f1(li) print(li) 因为li = f1(li) 实际赋值的是f1的return,那么在这种情况下函数f1并未定义return,所以默认返回None 因此li的值应该是none 如果是 li = [11,22,33,44] def f1(arg): arg.append(55) f1(li) print(li) 因为函数传递的参数实际是参数的引用,因此在函数

Python-迭代器&amp;生成器&amp;装饰器&amp;软件目录结构规范-Day5

目录Day-Python-迭代器&生成器 21.生成器 21.1.生成器引入 21.2.生成器作用 31.3.创建生成器的方法 31.4.用函数来实现复杂的生成器 51.5.把函数变成生成器通过yield来实现 61.6.函数定义中包含yield关键字==generator生成器 81.7.通过yield实现单线程并发运算效果 92.迭代器 102.1.迭代器的定义 102.2.inter()函数-将列表.字典.字符串转换成迭代器 112.3.小结 123.装饰器 123.1.装饰器-最初需求

Python 迭代器&amp;生成器,装饰器,递归,算法基础:二分查找、二维数组转换,正则表达式,作业:计算器开发

本节大纲 迭代器&生成器 装饰器  基本装饰器 多参数装饰器 递归 算法基础:二分查找.二维数组转换 正则表达式 常用模块学习 作业:计算器开发 实现加减乘除及拓号优先级解析 用户输入 1 - 2 * ( (60-30 +(-40/5) * (9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) - (-4*3)/ (16-3*2) )等类似公式后,必须自己解析里面的(),+,-,*,/符号和公式,运算后得出结果,结果必须与真实的计算器所得出的结果一致 迭代器&

函数嵌套与装饰器

*应用场景,位置参数中代表将多个参数存入元祖,**将关键字参数传入字典 位置参数: 位置形参:必须被传值,一一对应 位置实参:按从左到右的顺序与形参一一对应 关键字参数:按照key=value形式指名道姓的为形参传值,可以完全不按照顺序 1.关键字实参必须在位置参数的后面 2.可以混用位置实参与关键字实参,但不能为同一个形参重复传值 默认参数: 形参有默认值 可变长参数 形参:*args,**kwargs将多余的参数分别封装成元祖与字典 实参:将args kwargs分别打散 什么是命名关键字参

Django视图函数函数之视图装饰器

FBV模式装饰器: 普通函数的装饰器(语法糖@) views.py 1 from django.shortcuts import render 2 3 def wrapper(f): 4 def inner(*args,**kwargs): 5 print("before") 6 ret=f(*args,**kwargs) 7 print("after") 8 return ret 9 return inner 10 11 @wrapper 12 def index

【Python基础】高阶函数+函数嵌套+闭包 ==装饰器

高阶函数+函数嵌套+闭包 == 装饰器 一 什么是装饰器 二 装饰器需要遵循的原则 三 实现装饰器知识储备 四 高阶函数 五 函数嵌套 六 闭包 七 无参装饰器 八 装饰器应用示例 九 超时装饰器 参考: https://www.cnblogs.com/linhaifeng/articles/6140395.html https://www.cnblogs.com/haiyan123/p/8387769.html 原文地址:https://www.cnblogs.com/XJT2018/p/11

迭代器/生成器/装饰器

迭代器 迭代器对象要求支持迭代器协议的对象,在Python中,支持迭代器协议就是实现对象的__iter__()和next()方法.其中__iter__()方法返回迭代器对象本身:next()方法返回容器的下一个元素,在结尾时引发StopIteration异常 可迭代对象 如果给定一个list或tuple,我们可以通过for循环来遍历这个list或tuple,这种遍历我们称为迭代(Iteration),默认的list.tuple.stri.dict对象都是可以迭代的. isinstance(obj

Python 全栈开发五 迭代器 生成器 装饰器

一.迭代器 迭代器是一个可以记住遍历的位置的对象.迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束.迭代器只能往前不会后退. 迭代器有两个基本的方法:iter() 和 next(). 字符串,列表或元组对象都可用于创建迭代器,生成迭代器的方法是iter(): >>li = [1,2,3,4,5] >>it = iter(li) #生成一个迭代器 >>it.__next__() 1 >>next(it) #以上两种next都可以使用 2 >

python 迭代器 生成器 装饰器

迭代器 可以直接作用于for循环的对象统称为可迭代对象(Iterable). 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(Iterator). 所有的Iterable均可以通过内置函数iter()来转变为Iterator. names = iter(['sun', 'ibm', 'sunny']) print(names) print(names.__next__()) print(names.__next__()) print(names.__next__()) print(