4 - 函数&装饰器 and 迭代器&生成器

函数是什么

函数一词来源于数学，但编程中的「函数」概念，与数学中的函数是有很大不同的。程序里函数的定义是：

定义：将一组语句的集合通过一个名字(函数名)封装起来，要想执行这个函数，只需调用其函数名即可

特性：

减少重复代码
使程序变的可扩展
使程序变得易维护

实例1

def calcu(x,y):
    res = x**y
    return res #返回执行结果
 
result = calc(2,2)
print(result )

实例2

def student_fun(name,age,post):
    print("----学生信息------")
    print("姓名:",name)
    print("年龄:",age)
    print("职业:",post)
    print('')
 
student_fun('邹俊安',17,'学生')
student_fun(age=17,name='文艺',post='学生')
student_fun('王秋杰',45,'老师')

函数的参数

形参：变量只有在被调用时才分配内存单元，在调用结束时，即刻释放所分配的内存单元。因此，形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量

实参：可以是常量、变量、表达式、函数等，无论实参是何种类型的量，在进行函数调用时，它们都必须有确定的值，以便把这些值传送给形参。因此应预先用赋值，输入等办法使参数获得确定值

name = "邹俊安"
 
def change_name(name):
    print("修改前:", name)
    name = "罗奥"
    print("修改后", name)
 
change_name(name)
 
print("name是什么?", name)  #输出的name还是邹俊安

函数的作用域

函数内一般情况无法修改函数外变量

name = "邹君安"
 
def change_name():
    name = "罗奥"
 
change_name(name)
 
print("name是什么?", name)  #name还是邹俊安

可以通过global关键字来访问外部变量

name = "邹君安"
 
def change_name():
    global name
    name = "罗奥"
 
change_name(name)
 
print("name是什么?", name)  #name还是邹俊安

函数递归

在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

注意：

1. 必须有一个明确的结束条件。

2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减少。

3. 递归效率不高，递归层次过多会导致栈溢出。(经过测试python3.6的最大的递归此时为978次)

def calc(n):
    print(n)
    if int(n/2) ==0:
        return n
    return calc(int(n/2))
 
calc(10)
 
"""
输出：
10
5
2
1
"""

匿名函数

匿名函数就是不需要显式的指定函数

因为非匿名函数在定义时，就已经创建函数对象和作用域对象；所以，即使未调用，也占用内存空间；

匿名函数，仅在调用时，才临时创建函数对象和作用域链对象；调用完，立即释放，所以匿名函数比非匿名函数更节省内存空间

def calc1(n):
    return n ** 2
 
calc2 = lambda n: n ** 2
 
#结果相同
print(calc1(10))
print(calc2(10))

高阶函数

一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

def f(n):
    return n*2
 
def add(a,b,f):
    return f(a) + f(b)
 
result = add(1,2,f)
print(result)       #结果：6

装饰器

需要知识
1.函数即变量
2.高阶函数
   a.把函数名当实参传给另外一个函数
   b.返回值包含函数名
3.嵌套函数
高阶函数+嵌套函数=》装饰器
 
*装饰器*
定义：本质是函数，（装饰其他函数）就是为其他函数添加功能
原则：a.不能修改被装饰的函数源代码
     b.不能修改被装饰的函数调用方式
 
模型：

def 函数名1(装饰器参数)：
    def 函数名2(被装饰函数名)：
        def 函数名3(被装饰函数的参数)
            。。使用装饰器参数。。
            返回值 = 被装饰函数使用(传递被装饰函数的参数)
            。。balabala。。
            return 返回值
        return 函数名3
    return 函数名2
 
@函数名1(装饰器参数)
def 装饰函数(参数)：
    。。balabala。。

现在你新入职了一家公司，工作是维护更新本公司网站，公司网站有3个入口: index、manage、topic，现在公司要求要在manage和topic入口需要登陆验证,函数代码极其复杂，而且很多地方都有调用，这时装饰器就派上了用处。

实例：

username,password = '09w09',''
 
def check_user(check_type):
    def decorator(func):
        def func_num(*arg1,**arg2):
            if check_type == True:
                usernm = input("Please input username:")
                passwd = input("Please input username:")
                if usernm == username and passwd == password:
                    res = func(*arg1,**arg2)
                    print('执行函数后继续执行'.center(50,'-'))
                    return res
                else:
                    exit(0)
            else:
                passwd = input("09w09 please input password:")
                if passwd == password:
                    res = func(*arg1, **arg2)
                    print('执行函数后继续执行'.center(50, '-'))
                    return res
                else:
                    exit(0)
        return func_num
    return decorator
 
def index():
    print('Welcome to 09w09\'s index'.ljust(50,'*'))
 
@check_user(True)
def manage(x):
    print('this is manage page!'.ljust(50,'*'),x)
 
@check_user(False)
def topic():
    print('this is topic page'.ljust(50,'*'))
    return '\nok!\n'
 
index()
manage('09w09')
print(topic())

迭代器

迭代是Python最强大的功能之一，是访问集合元素的一种方式。

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。

迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件

实例：

>>> a = iter([1,2,3,4,5])
>>> a
<list_iterator object at 0x00000238F2D6DE48>
>>> a.__next__()
1
>>> a.__next__()
2
>>> next(a)
3
>>> next(a)
4
>>> next(a)
5
>>> next(a)
Traceback (most recent call last):
  File "<pyshell#7>", line 1, in <module>
    next(a)
StopIteration

生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行

实例1：

#生成器变成list
print([i*2 for i in range(10)])
 
#list变成生成器
print(iter([1,2,3,4,10,6,7,8]))

实例2：

def produce(x):
    str = '*'
    for i in range(x):
        yield str
        str+='*'
 
def print_(p):
    while True:
        try:
            print(next(p))
        except StopIteration :
            print('ok:')
            break
 
print_(produce(10))
 
"""
输出结果：
 
*
**
***
****
*****
******
*******
********
*********
**********
ok!
"""

yield实现在单线程的情况下实现并发运算的效果

import time
 
def consumer(name):
    print('%s同学准备吃包子了' % name)
    while True:
        baozi = yield #每次执行都会停留在这里,
        print("%s同学吃了%s馅包子" % (name,baozi))
 
def producer(filling):
    c1 = consumer('陈敏')
    c2 = consumer('马国正')
    c1.__next__()
    c2.__next__()
    print('王嘉宁开始做包子了!')
    for i in range(10):
        time.sleep(1)
        print('陈敏做了2个%s馅包子' % filling)
        c1.send(filling)
        c2.send(filling)
 
producer('韭菜')