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:
1 2 3 4 5 6 |
|
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:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 |
|
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:
1 2 3 4 5 6 7 8 9 10 11 12 13 |
|
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。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
|
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:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
|
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:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 |
|
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: