初学python之day4

每天进步一点点

一、 python学习之装饰器

函数即“变量“

高阶函数：

1，把一个函数名当做实参传递给另外一个函数（在不修改被装饰函数源代码的情况下为期添加功能）

2，返回值中包含函数名（不修改函数的调用方法）

嵌套函数：

def test():

　　def add():

......

高阶函数+嵌套函数 组成了装饰器 ，装饰器既不会改变源代码又不改变函数的调用方式

1-1前提知识

def demo():
　　print ‘demo‘

demo #表示是函数
demo() #表示执行demo函数

#函数重新定义
def demo():
　　print ‘demo‘

demo = lambda x: x + 1     #lambda 是匿名函数

demo(2) # 执行下面的lambda表达式，而不再是原来的demo函数，因为函数 demo 被重新定义了

1-2装饰器用法举例

import timedef mode_q(func: object) -> object:  #把test2赋给func    def deco():        st_time = time.time()        func()   #即为运行 test2()        stop_time = time.time()        print("func运行时间为 %s" %(stop_time-st_time))    return deco  #返回deco的内存地址

def test1():    time.sleep(2)    print("test1")

@mode_q    #test2 = mode_q(test2)def test2():    time.sleep(2)    print("test2")

test2()

输出结果为：

test2

func运行时间为 2.0

1-3 被装饰的函数有参数

1-3-1带一个参数
def w1(func):
　　def inner(arg):
　　　　......
　　　　func(arg)
　　　　......
　　return inner

@w1
def f1(arg):
　　print ‘f1‘

1-3-2 带两个参数
def w1(func):
　　def inner(arg1,arg2):
　　　　......
　　　　func(arg1,arg2)
　　　　......
　　return inner

@w1
def f1(arg1,arg2):
　　print ‘f1‘

1-3-2 带n个参数
def w1(func):
　　def inner(*args,**kwargs):
　　　　......
　　　　func(*args,**kwargs)
　　　　　......
　　return inner

@w1
def f1(arg1,arg2,arg3):
　　print ‘f1‘

1-4 一个函数可被多个装饰器装饰
def w1(func):
　　def inner(*args,**kwargs):
　　　　......
　　　　func(*args,**kwargs)
　　　　......
　　return inner

def w2(func):
　　def inner(*args,**kwargs):
　　　　......
　　　　func(*args,**kwargs)
　　　　......
　　return inner

@w1
@w2
def f1(arg1,arg2,arg3):
　　print ‘f1‘

二、 python学习之生成器

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。

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

创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。

我们可以直接打印出list的每一个元素；而generator里的每一个元素我们可以通过next()函数获取：

上面我们可以看到，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。

当然，我们也可以通过for循环去调取元素值：

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。

也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield b就可以了：

这就是定义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。

generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

上面我们会发现：用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

生成器的特点：

1）生成器只有在调用时才会生成相应的数据；

2）只记录当前位置；

3）只有一个__next__()方法；

还可通过yield实现在单线程的情况下实现并发运算的效果：