本文目录:

一、叠加多个装饰器
二、迭代器
三、自定义迭代器
四、xxx生成式

一、叠加多个装饰器

# 加载装饰器就是将原函数名偷梁换柱成了装饰器最内层那个wrapper函数
# 在加载完毕后,调用原函数其实就是在调用wrapper函数 # 当一个被装饰的对象同时叠加多个装饰器时
# 装饰器的加载顺序是:自下而上
# 装饰器内wrapper函数的执行顺序是:自上而下
'''

import time

def timmer(func): #func=wrapper2的内存地址
def wrapper1(*args, **kwargs):
print('===================================>wrapper1运行了')
start=time.time()
res = func(*args, **kwargs) #===========================>跳到wrapper2去执行了,
stop=time.time()
print('run time is %s' %(stop - start))
return res
return wrapper1 def auth(engine='file'):
def xxx(func): # func=最原始那个index的内存地址
def wrapper2(*args, **kwargs):
print('===================================>wrapper2运行了')
name=input('username>>>: ').strip()
pwd=input('password>>>: ').strip()
if engine == 'file':
print('基于文件的认证')
if name == 'egon' and pwd == '123':
print('login successfull')
res = func(*args, **kwargs)
return res
elif engine == 'mysql':
print('基于mysql的认证')
elif engine == 'ldap':
print('基于ldap的认证')
else:
print('错误的认证源')
return wrapper2
return xxx @timmer # index=timmer(wrapper2的内存地址) #index=wrapper1的内存地址
@auth(engine='file') #@xxx #index=xxx(最原始那个index的内存地址) #index=wrapper2的内存地址
def index():
print('welcome to index page')
time.sleep(2) index() #wrapper1的内存地址()
''' import time def timmer(func): #func=wrapper2的内存地址
def wrapper1(*args, **kwargs):
print('===================================>wrapper1运行了')
start=time.time()
res = func(*args, **kwargs) #===========================>跳到wrapper2去执行了,
stop=time.time()
print('run time is %s' %(stop - start))
return res
return wrapper1 def auth(engine='file'):
def xxx(func): # func=最原始那个index的内存地址
def wrapper2(*args, **kwargs):
print('===================================>wrapper2运行了')
name=input('username>>>: ').strip()
pwd=input('password>>>: ').strip()
if engine == 'file':
print('基于文件的认证')
if name == 'egon' and pwd == '':
print('login successfull')
res = func(*args, **kwargs)
return res
elif engine == 'mysql':
print('基于mysql的认证')
elif engine == 'ldap':
print('基于ldap的认证')
else:
print('错误的认证源')
return wrapper2
return xxx @auth(engine='file')
@timmer
def index():
print('welcome to index page')
time.sleep(2) index() #wrapper1的内存地址()

二、迭代器

1. 什么是迭代器

#迭代指的是一个重复的过程,每一次重复都是基于上一次的结果而来的
li=['a','b','c','d','e']
li=('a','b','c','d','e')
li='hello' i=0
while i < len(li):
  print(li[i])
  i+=1
#迭代器指的是迭代取值的工具,该工具的特点是可以不依赖于索引取值

2. 为何要用迭代器

 为了找出一种通用的&可以不依赖于索引的迭代取值方式

3. 如何用迭代器

可迭代的对象:但凡内置有.__iter__方法的对象都称之为可迭代的对象
迭代器对象:既内置有__iter__方法,又内置有__next__方法
关于__iter__方法:
调用可迭代对象的__iter__会得到一个迭代器对象、
调用迭代器对象的__iter__会得到迭代器本身

4. 总结迭代器的优缺点:

优点:
1. 提供了一种通用的&可以不依赖于索引的迭代取值方式
2. 同一时刻在内存中只有一个值,更加节省内存 缺点:
1. 取指定值不如索引灵活,并且迭代器是一次性的
2. 无法预知迭代器数据的个数
# 可迭代的对象: str,list,tuple,dict,set,文件对象
# 迭代器对象: 文件对象 # 可迭代的对象=====》迭代器对象:调用可迭代对象内置的__iter__方法会有一个返回值,该返回值就是对应的迭代器对象
dic={'x':1,'y':2,'z':3} # iter_dic=dic.__iter__()
# # print(iter_dic)
# res1=iter_dic.__next__()
# print(res1)
#
# res2=iter_dic.__next__()
# print(res2)
#
# res3=iter_dic.__next__()
# print(res3)
#
# res4=iter_dic.__next__()
# print(res4) # print(dic.__iter__().__next__())
# print(dic.__iter__().__next__())
# print(dic.__iter__().__next__()) # dic={'x':1,'y':2,'z':3}
# # dic=['a','b','c']
# iter_dic=dic.__iter__()
#
# # iter_dic=open(r'D:\python笔记\test.txt',mode='rt',encoding='utf-8')
#
# while True:
# try:
# print(iter_dic.__next__())
# except StopIteration:
# break # for准确地说应该是迭代器循环,for循环的原理如下:
#1. 先调用in后面那个值的__iter__方法,得到迭代器对象
#2. 执行迭代器.__next__()方法得到一个返回值,然后赋值给一个变量k,运行循环体代码
#3, 循环往复,直到迭代器取值完毕抛出异常然后捕捉异常自动结束循环 dic={'x':1,'y':2,'z':3}
iter_dic=dic.__iter__()
print(iter_dic)
print(iter_dic.__iter__()) # for k in dic: #iter_dic=dic.__iter__()
# print(k) # with open(r'D:\上海python全栈4期\day13\今日内容',mode='rt',encoding='utf-8') as f:
# for line in f: #iter_f=f.__iter__()
# print(line)

三、自定义迭代器

yield关键字:只能用在函数内
在函数内但凡包含有yield关键字,再去执行函数,就不会立刻运行函数体代码了
会得到一个返回值,该返回值成之为生成器对象,生成器本质就是迭代器 总结yield:
1. 提供一种自定义迭代器的解决方案
2. yield可用于返回值
yield VS return
相同点:都可以用于返回值
不同点:yield可以暂停函数,yield可以返回多次值,而return只能返回值一次值函数就立刻终止
# def func():
# print('=====>第一次')
# yield 1
# print('=====>第二次')
# yield 2
# print('=====>第三次')
# yield 3
# print('=====>第四次')
#
# # print(func)
#
# g=func()
# # print(g.__iter__().__iter__().__iter__() is g)
# # iter(g) #g.__iter__()
# # next(g) #g.__next__()
#
# res1=next(g)
# print(res1)
#
# res2=next(g)
# print(res2)
#
# res3=next(g)
# print(res3)
#
# res4=next(g)
# print(res4) def my_range(start,stop,step=1):
while start < stop:
yield start
start+=step res=my_range(1,5,2) # 1 3 next(res)
next(res)
# print(next(res))
# for item in res:
# print(item) for item in my_range(1,5,2):
print(item)

四、xxx生成式

三元表达式

def max2(x,y):
if x > y:
return x
else:
return y
x=10
y=20
# res='条件成立的值' if x > y else '条件不成立的值'
print(res) res = "条件成立" if x > y else "条件不成立"

列表生成式

l=[]
for i in range(1,11):
if i > 4:
res='egg%s' %i
l.append(res)
print(l)
l=['egg%s' %i for i in range(1,11) if i > 4]
print(l) names=['egon','lxx','yyx','cw','alex','wxx']
l=[]
for name in names:
if name != 'egon':
res='%s_DSB' %name
l.append(res)
print(l) l=['%s_DSB' %name for name in names if name != 'egon']
print(l)

生成器表达式

# res=(i**2 for i in range(3))
# print(res)
# print(next(res))
# print(next(res))
# print(next(res))
# print(next(res)) with open(r'D:\上海python全栈4期\day13\今日内容',mode='rt',encoding='utf-8') as f:
# data=f.read()
# print(len(data)) #1025 # res=0
# for line in f:
# res+=len(line)
# print(res) # res=sum((len(line) for line in f))
# res=sum(len(line) for line in f)
# print(res) # res=max([len(line) for line in f])
# res=max((len(line) for line in f))
res=max(len(line) for line in f)
print(res) 

字典生成式

items=[('name','egon'),('age',18),('sex','male')]

dic={}for k,v in items:    dic[k]=vprint(dic)

res={k:v for k,v in items if k != 'sex'}print(res)

res={i for i in 'hello'}print(res)

python函数:叠加装饰器、迭代器、自定义迭代器、生成式的更多相关文章

  1. Python函数06/装饰器

    Python函数06/装饰器 目录 Python函数06/装饰器 内容大纲 1.装饰器 1.1 开放封闭原则 1.2 装饰器 2.今日练习 内容大纲 1.装饰器 1.装饰器 1.1 开放封闭原则 扩展 ...

  2. python函数、装饰器、迭代器、生成器

    目录: 函数补充进阶 函数对象 函数的嵌套 名称空间与作用域 闭包函数 函数之装饰器 函数之迭代器 函数之生成器 内置函数 一.函数补充进阶 1.函数对象:  函数是第一类对象,即函数可以当作数据传递 ...

  3. python——函数之装饰器

    1 问题 实际生活中,我们很难一次性就把一个函数代码写得完美无缺.当我们需要对以前的函数添加新功能时,我们应该怎么做? 2 问题解决思路 (1)可以直接修改原来的函数,在函数内直接修改.当我们对多个函 ...

  4. Python 函数之装饰器

    1.函数 #### 第一波 #### def foo(): print 'foo' foo #表示是函数 foo() #表示执行foo函数 #### 第二波 #### def foo(): print ...

  5. python函数闭包-装饰器-03

    可调用对象 callable()  # 可调用的(这个东西加括号可以执行特定的功能,类和函数) 可调用对象即  callable(对象)  返回为  True  的对象 x = 1 print(cal ...

  6. Python函数的装饰器修复技术(@wraps)

    @wraps 函数的装饰器修复技术,可使被装饰的函数在增加了新功能的前提下,不改变原函数名称,还继续使用原函数的注释内容: 方便了上下文环境中不去更改原来使用的函数地方的函数名: 使用方法: from ...

  7. Python函数的装饰器修复技术(@wraps)

    @wraps 函数的装饰器修复技术,可使被装饰的函数在增加了新功能的前提下,不改变原函数名称,还继续使用原函数的注释内容: 方便了上下文环境中不去更改原来使用的函数地方的函数名: 使用方法 from ...

  8. Python函数加工厂-装饰器

    引言: 函数和装饰器好比程序界的加工厂: 1.函数一般可用来加工一种或者多种数据类型的数据:字符串.数字.列表.字典等 举一个简单例子:已知半径求面积 def s(r): s = 3.14 * r * ...

  9. Python函数的装饰器

    函数的装饰器. 1. 装饰器 开闭原则: 对功能的扩展开放 对代码的修改是封闭 通用装饰器语法: def wrapper(fn): def inner(*args, **kwargs): # 聚合 & ...

  10. python 函数之装饰器,迭代器,生成器

    装饰器 了解一点:写代码要遵循开发封闭原则,虽然这个原则是面向对象开发,但也适用于函数式编程,简单的来说,就是已经实现的功能代码不允许被修改但 可以被扩展即: 封闭:已实现功能的代码块 开发:对扩张开 ...

随机推荐

  1. Mac配置React Native开发环境

    一直觉得学习一样东西,不动手怎么也学不会,就像学习swift,看了视频没有动手操作,记住的也就那么点,自己写出东西不是这里有问题就是那里出错. 所以,以后学习自己要多动手. 现在我的学习任务就是: 提 ...

  2. localhost解释

    .localhost解释 localhost意思是只能从本地访问 比如说 kibana的配置文件里面写的是localhost,那就无法从浏览器访问到服务,必须写ip地址才可以从浏览器访问到

  3. vue计算属性VS侦听属性

    原文地址 Vue 提供了一种更通用的方式来观察和响应 Vue 实例上的数据变动:侦听属性.当你有一些数据需要随着其它数据变动而变动时,你很容易滥用 watch——特别是如果你之前使用过 Angular ...

  4. 【机器学习】【计算机视觉】非常全面的图像数据集《Actions》

    目录(?)[+]   1.搜狗实验室数据集: http://www.sogou.com/labs/dl/p.html 互联网图片库来自sogou图片搜索所索引的部分数据.其中收集了包括人物.动物.建筑 ...

  5. Tensorflow之实现物体检测

    目录 项目背景 TensorFlow介绍 环境搭建 模型选用 Api使用说明 运行路由 小结 项目背景 产品看到竞品可以标记物体的功能,秉承一贯的他有我也要有,他没有我更要有的作风,丢过来一网站,说这 ...

  6. Android MVC MVP MVVM (三)

    MVVM Model-View-ViewModel的简写 在MVP基础上实现数据视图的DataBinding,数据变化,视图自动变化,反之也成立. DataBinding 启用DataBinding ...

  7. python库 使用shutil来删除文件夹时报PermissionError时的解决方案

    解决方案: def handle_remove_read_only(func, path, exc): excvalue = exc[1] if func in (os.rmdir, os.remov ...

  8. Ubuntu16.04下使用pycharm导入scrapy框架

    出现迷之问题,ubuntu终端下安装的库在pycharm中无法识别 后重新为pycharm安装相关package,得以使用 看到3即可 https://www.cnblogs.com/airnew/p ...

  9. [转帖]判断Linux进程在哪个CPU核运行的方法

    判断Linux进程在哪个CPU核运行的方法   原文网址:http://www.embeddedlinux.org.cn/html/xinshourumen/201601/30-5013.html 问 ...

  10. STL string 常见用法详解

    string 常见用法详解 1. string 的定义 //定义string的方式跟基本数据类型相同,只需要在string后跟上变量名即可 string str; //如果要初始化,可以直接给stri ...