Python中的迭代器、生成器、装饰器
1. 迭代器
1 """
2 iterator
3 迭代器协议: 对象必须提供一个next()方法,执行该方法要么返回迭代中的下一项,要么引起一个StopIteration异常,以终止迭代
4 可迭代对象: 实现可迭代协议的对象。(对象内部定义一个__iter__()方法)
5 访问方式:下标方式、迭代器协议、for循环
6 """
7
8
9 li = [1, 2, 3, 4, 5]
10 iter_li = li.__iter__() # 通过__iter__()方法生成可迭代对象
11 print(iter_li) # <list_iterator object at 0x000002565B5BD748>
12 # print(li[0])
13 print(iter_li.__next__()) # 1
14 print(next(iter_li)) # 2
15
16 # for 循环访问遵循迭代器访问方式
17 # for i in li:
18 # print(i)
2. 生成器
1 """
2 generator
3 生成器函数: 定义函数,包换关键字 yield
4 生成器表达式: 三元表达式
5 send()
6 """
7
8
9 # 生成器函数
10 def generator_func():
11 yield 1
12 yield 2
13 yield 'louis'
14 yield 'scar'
15 yield 'rose'
16 x = yield
17 print('x=', x)
18 y = yield
19 print('y=', y)
20
21
22 gen = generator_func()
23 print(gen) # <generator object generator_func at 0x000001A5464A2F48>
24 print(gen.__next__())
25 print(gen.__next__())
26 print(gen.__next__())
27 print(gen.__next__())
28 print(gen.__next__())
29 print(gen.__next__()) # None
30 # 改变x的值并触发 __next()__
31 res = gen.send('init_')
32 print(res) # x= init_ None
33
34 # 生成器表达式
35 count1 = [x for x in range(10)] # 列表表达式
36 print(count1) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
37 count2 = (x for x in range(10) if x > 5) # 生成器表达式
38 print(count2) # <generator object <genexpr> at 0x000001E364E87840>
39 print(list(count2)) # [6, 7, 8, 9]
40
41
42 import time
43
44
45 # 生产者消费者模型
46 def consumer(name):
47 print('消费者[%s]开始下单' % name)
48 while True:
49 num = yield
50 time.sleep(0.5)
51 print('%s 第[%s]杯奶茶' % (name, num))
52
53
54 def producer():
55 c1 = consumer('louis')
56 c2 = consumer('scar')
57 next(c1)
58 next(c2)
59 for i in range(1, 10):
60 c1.send(i)
61 c2.send(i)
62
63
64 producer()
运行结果:
消费者[louis]开始下单
消费者[scar]开始下单
louis 第[1]杯奶茶
scar 第[1]杯奶茶
louis 第[2]杯奶茶
scar 第[2]杯奶茶
louis 第[3]杯奶茶
scar 第[3]杯奶茶
louis 第[4]杯奶茶
scar 第[4]杯奶茶
louis 第[5]杯奶茶
scar 第[5]杯奶茶
louis 第[6]杯奶茶
scar 第[6]杯奶茶
louis 第[7]杯奶茶
scar 第[7]杯奶茶
louis 第[8]杯奶茶
scar 第[8]杯奶茶
louis 第[9]杯奶茶
scar 第[9]杯奶茶
3 装饰器
a. 装饰器实现日志操作(带参以及不带参的装饰器函数)
1 """
2 装饰器:本质就是函数,功能就是为其它函数添加附加功能
3 使用场景: 插入日志、性能测试、事务处理、缓存、权限校验等
4 语法糖: @def_func(func)
5 装饰器 = 高阶函数 + 函数嵌套 + 闭包
6 高阶函数: 函数的接受的参数是一个函数,返回值也是一个函数
7 函数嵌套: 在函数里面执行其它函数
8 闭包: 主要看作用域范围
9 """
10 import functools
11
12
13 def func_logging(arg):
14 print(arg)
15 if callable(arg): # 如果装饰器不带参数
16 # @functools.wraps(arg)
17 def _deco(*args, **kwargs):
18 print('%s is running' % arg.__name__)
19 arg(*args, **kwargs)
20 return _deco
21 else: # 如果装饰器带参数
22 def _deco(func):
23 @functools.wraps(func)
24 def __deco(*args, **kwargs):
25 if arg == 'warn':
26 print('warn %s is running' % func.__name__)
27 return func(*args, **kwargs)
28 return __deco
29 return _deco
30
31
32 @func_logging # test1 = func_logging(test)
33 def test1():
34 print('this is test1')
35 print(test1.__name__)
36
37
38 @func_logging('warn') # 直接执行 func_logging() 返回装饰器函数 _deco()
39 def test2():
40 print('this is test2')
41 print(test2.__name__)
42
43
44 test1()
45 # <function test1 at 0x000002335B5A1EA0>
46 # test1 is running
47 # this is test1
48 # test1
49 # 函数名变为_deco而不是test1,这个情况在使用反射的特性的时候就会造成问题。因此引入了functools.wraps解决这个问题
50 test2()
51 # warn
52 # warn test2 is running
53 # this is test2
54 # test2
b. 性能测试
1 import time
2 import functools
3 # 性能测试
4 def timer(func):
5 @functools.wraps(func)
6 def warpper(*args, **kwargs):
7 print('%s is start running' % func.__name__)
8 start_time = time.time()
9 func(*args, **kwargs)
10 stop_time = time.time()
11 print('%s is stop running, cost %s s' % (func.__name__, stop_time - start_time))
12 return warpper
13
14
15 @timer
16 def test3():
17 time.sleep(1.0)
18 print(test3.__name__)
19
20
21 test3()
22 # test3 is start running
23 # test3
24 # test3 is stop running, cost 1.0015299320220947 s
Python中的迭代器、生成器、装饰器的更多相关文章
- python中的迭代器&&生成器&&装饰器
迭代器iterator 迭代器是访问集合元素的一种方式.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,不过这也没什么,因为人们很少在迭代途中往后退.另外, ...
- python中的迭代器 生成器 装饰器
什么迭代器呢?它是一个带状态的对象,他能在你调用next()方法的时候返回容器中的下一个值,任何实现了__iter__和__next__()(python2中实现next())方法的对象都是迭代器,_ ...
- Python基础-迭代器&生成器&装饰器
本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表生成式 我现在有个需求,看 ...
- Python 迭代器&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 - ...
- Day4 - Python基础4 迭代器、装饰器、软件开发规范
Python之路,Day4 - Python基础4 (new版) 本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 ...
- Python基础4 迭代器、装饰器、软件开发规范
本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表生成式 孩子,我现在有个需 ...
- 迭代器/生成器/装饰器 /Json & pickle 数据序列化
本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表生成式 孩子,我现在有个需 ...
- python学习笔记(5)--迭代器,生成器,装饰器,常用模块,序列化
生成器 在Python中,一边循环一边计算的机制,称为生成器:generator. 如: >>> g = (x * x for xin range(10)) >>> ...
- 4.python迭代器生成器装饰器
容器(container) 容器是一种把多个元素组织在一起的数据结构,容器中的元素可以逐个地迭代获取,可以用in, not in关键字判断元素是否包含在容器中.通常这类数据结构把所有的元素存储在内存中 ...
- Python学习——迭代器&生成器&装饰器
一.迭代器 迭代器是访问集合元素的一种方式.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的一大优点是不要求事先准备好整个迭代过程中所有的元素.迭代器仅 ...
随机推荐
- 如何强制删除一个apk
有些apk安装完后无法卸载,现在收集了一些方法,以及个人的一些手段. 1. 假设该app名为ketech,安装包名为ketech.apk. 2. 查看/data/app里面是否有名称包含ketech的 ...
- Docker 一图胜千言
Docker 一图胜千言 0 为什么 Docker 比虚拟机快? 注:少了一层抽象层( Hypervisor ) 1 Docker Logo 要素: 大海 宿主机 Host 鲸鱼 Docker 集装箱 ...
- Java 树结构实际应用 二(哈夫曼树和哈夫曼编码)
赫夫曼树 1 基本介绍 1) 给定 n 个权值作为 n 个叶子结点,构造一棵二叉树,若该树的带权路径长度(wpl)达到最小,称这样的二叉树为 最优二叉树,也称为哈夫曼树(Huffman Tree), ...
- 解析库--XPath
from lxml import etree 2 text = ''' 3 <div> 4 <ul> 5 <li class = "item-0"&g ...
- 【LiteOS】LiteOS消息队列-实战
目录 前言 链接 参考 笔录草稿 创建测试任务 部分源码 前言 链接 LiteOS源码链接 常见问题 华为开发者社区 华为LiteOS官方教程 我的gitee-LiteOS-mcu 参考 上面链接 笔 ...
- OMnet++ 初学者教程 第一节 入门
第1部分-入门 1.1模型 首先,让我们从一个包含两个节点的"network"开始.节点将做一些简单的事情:一个是节点将创建一个数据包,而两个节点将继续来回传递相同的数据包.我们将 ...
- vue 快速入门 系列
vue 快速入门(未完结,持续更新中...) 前言 为什么要学习 vue 现在主流的框架 vue.angular 和 react 都是声明式操作 DOM 的框架.所谓声明式,就是我们只需要描述状态与 ...
- kubernetes dashboard 2.0 部署
dashboard 可以从微软中国提供的 gcr.io :http://mirror.azure.cn/help/gcr-proxy-cache.html免费代理下载被墙的镜像 docker pull ...
- mvn 报错 - The POM for <name> is invalid, transitive dependencies (if any) will not be available
核心: 通过 mvn dependency:tree -X 分析依赖解决方案: 解决依赖冲突版本 1. MILGpController 编译突然报错 14:10:28 [ERROR] Failed ...
- python基础(补充):python三大器之装饰器
函数作为返回值 高阶函数除了可以接受函数作为参数外,还可以把函数作为结果值返回. 我们来实现一个可变参数的求和.通常情况下,求和的函数是这样定义的: def calc_sum(*args): i = ...