Python3基础（4）匿名函数、装饰器、生成器、迭代器、内置函数、json&pickle序列化、软件目录开发规范、不同目录间模块调用

---------------个人学习笔记---------------

----------------本文作者疆--------------

------点击此处链接至博客园原文------

1.匿名函数

没有函数名

# -*- coding:utf-8 -*-
# Author: WUJiang
# 匿名函数
calc = lambda x: x*3
print(calc(3))

2.装饰器

装饰器，本质是函数，装饰其他函数，即为其他函数添加附加功能

原则：不能修改被装饰函数的源代码、不能修改被装饰函数的调用方式

需要了解：函数即“”变量“”、高阶函数、嵌套函数（函数内部还存在用def定义其他的函数）

需要注意@装饰器的实际作用

# -*- coding:utf-8 -*-
# Author: WUJiang
# 装饰器示例 = 嵌套函数+高阶函数
# 建议每行打断点看运行过程，函数只定义未调用时是不运行的
import time
def timer(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        func(*args, **kwargs)
        stop_time = time.time()
        print("the fuc running time is %s" % (stop_time - start_time))
    return wrapper  # 返回wrapper的内存地址，加()代表执行wrapper函数
@timer  # 等同于test1=timer(test1)
def test1(*args, **kwargs):
    time.sleep(3)
    print("in the test1")
    print(args, kwargs)

test1()

之所以test1()、wrapper()和func()中添加形参*args、**kwargs是因为装饰器只有一个，这样就可以用来装饰多个有非固定参数的函数

# -*- coding:utf-8 -*-
# Author: WUJiang
# 用装饰器给页面增加登录认证功能
user, pw = "wujiang", "abc123"
def auth(func):
    def wrapper(*args, **kwargs):
        input_user = input("输入用户名：")
        input_pw = input("输入密码：")
        if input_user == user and input_pw == pw:
            ret = func(*args, **kwargs)
            return ret
        else:
            print("用户名密码错误，请重试")
    return wrapper
@auth
def index():
    print("欢迎进入首页")
    return "from index"  # 居然返回None,是因为wrapper()无返回值，若要返回index()的结果，可以保存在变量中返回(见上)
@auth
def home():
    print("欢迎登录个人主页")
@auth
def bbs():
    print("欢迎登录bbs论坛")

print(index())
home()
bbs()

上述增加代码段可以返回被装饰函数的结果（以上代码较实用）

3.装饰器-进阶学习

# -*- coding:utf-8 -*-
# Author: WUJiang
# 用装饰器给不同页面增加不同的登录(本地/远程)认证功能
def auth(auth_type):
    # print("auth_type:", auth_type)
    def out_wrapper(func):
        # print("func:", func)
        def wrapper(*args, **kwargs):
            if auth_type == "local":
                print("本地模拟登录")
            elif auth_type == "ldap":
                print("ldap模拟登录")
        return wrapper
    return out_wrapper
# 这里的auth与之前的区别是加了（）并传入参数
# 与之前不加（）和传参数有区别，具体需要看实际debug
# 个人相当于home = auth(auth_type="local")()
# 即home = wrapper
@auth(auth_type="local")
def home():
    print("欢迎登录个人主页")
@auth(auth_type="ldap")
def bbs():
    print("欢迎登录bbs论坛")
home()
bbs()

与上面的区别是装饰器传入了参数，因此装饰器内部需要多嵌套一层函数，具体看#注释。

4.生成器

列表生成式[]  如[func(i)  for i in range(10)]使代码更简洁，其中func()为某函数，如i+1

通过列表生成式，可以直接创建列表，但由于受到内存限制，列表容量将有限。如果创建一个包含100万个元素的列表，而仅仅需要访问前面几个元素，就有点得不偿失，因此，如果列表元素可以按照某种算法推算出来，就可以在循环过程中不断推算后续元素，就不用创建完整的列表，从而节省大量空间。在Python中，一边循环一边计算的机制，称为生成器。

生成器() 如(func(i)  for i in range(10)) ，区别是[]和()

注意：[2*i  for i in range(10000000000)]列表生成式会一次性准备好数据，比如准备好[0,1,2,3,4...9999999999]再乘2，而(2*i  for i in range(10000000000))生成器只是准备了一个算法，访问到哪才生成相应数据，但是访问第n个数据，必须依此访问过之前n-1个数据，因此不能用切片方式访问。

生成器只有__next__()方法（_2个Python3中，Python2中为next()），读取下一个数据，只依次保留当前位置的唯一数据。

-----------------------------------------------------------另一种实现生成器的方式---------------------------------------------------------------------

# -*- coding:utf-8 -*-
# Author: WUJiang
# 另一种实现生成器的方式
# 斐波那契数列

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        # print(b)
        yield b
        a, b = b, a+b
        n += 1

# <generator object fib at 0x0000000002340750>
print(fib(10))
fib_gen = fib(10)
print(fib_gen.__next__())  #
print(fib_gen.__next__())  #
print(fib_gen.__next__())  #
print(fib_gen.__next__())  #

-------------------------------------------------------通过生成器可以实现并行操作---------------------------------------------------------------

# -*- coding:utf-8 -*-
# Author: WUJiang
# 生成器实现单线程下的并行效果(实际上是串行，但感觉上是并行),异步IO的雏形
import time

def consumer(name):
    print("%s 准备吃包子了！" % name)
    while True:
        baozi = yield
        print("包子[%s]来了，被[%s]吃了" % (baozi, name))

def producer(name):
    c = consumer("A")  # 相当于将函数变为生成器
    c2 = consumer("B")
    c.__next__()       # 调用第一个yield中断返回，因此才会打印"准备吃包子了"
    c2.__next__()
    print("我开始做包子了！")
    for i in range(10):
        time.sleep(1)
        print("做了2个包子！")
        c.send(i)
        c2.send(i)

producer("wujaing")

5.迭代器

可以直接for循环的对象统称为可迭代对象，如list、tuple、dict、set、str、生成器、带yield的generator function,可使用isinstance()判断一个对象是否是Iterable对象

# -*- coding:utf-8 -*-
# Author: WUJiang
# 判断是否为可迭代对象

from collections import Iterable
print(isinstance([], Iterable))  # True
print(isinstance({}, Iterable))  # True
print(isinstance((), Iterable))  # True

可以被next()函数调用并不断返回下一个值的对象称为迭代器，可以使用isinstance()判断一个对象是否为Iterator对象，dir(变量)可查看变量的所有方法，通过iter()函数可将list、dict、str等可迭代对象变成迭代器

# -*- coding:utf-8 -*-
# Author: WUJiang
# 判断是否为迭代器

from collections import Iterator
print(isinstance([i+1 for i in range(10)], Iterator))  # False
print(isinstance((i+1 for i in range(10)), Iterator))  # True
print(isinstance(iter([]), Iterator))  # True

Python中Iterator对象表示一个数据流，可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但却不能提前知道序列长度，只有不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时才会计算，Iterator甚至可以表示一个无限大的数据流，例如全体自然数，而使用list是永远不可能存储全体自然数。

Python3中range(10)返回range(0,10)迭代器，Python2中range(10)返回[0,1,2,3,4,5,6,7,8,9]，xrange(10)才返回迭代器

6.内置函数

abs() 绝对值

all() 可迭代对象中所有元素为真返回True

any() 可迭代对象中任意元素为真返回True

bin() 数字10进制转2进制

bytearray() 将bytes类型数据变成可修改的列表

callable() 判断是否可被调用

chr() 返回数字对应的ASCII码

compile() 底层编译代码使用

dir() 查看变量的所有方法

divmod(a,b) 返回a除以b的商和余数

eval() 用来执行一个字符串表达式,并返回表达式的值（转字符串为字典！）

exec() 动态执行Python代码,可以执行复杂的Python代码，而不像eval函数那样只能计算一个表达式的值

filter()  按定义的规则过滤，可与lambda搭配用

map() 按定义的函数处理，可与lambda搭配用

frozenset() 返回不可变对象

globals() 返回当前程序所有变量名和变量值

hash() 返回哈希值

help() 查看帮助

hex() 转16进制

id() 返回内存地址

locals() 用于定义的函数内部返回局部变量

oct() 转8进制

round() 四舍五入，可定义保留位数

sorted() 排序

zip() 一一对应组合

......

7.json&pickle序列化

json只能处理简单数据类型，可用于不同语言间的交互，xml被json逐渐取代

# -*- coding:utf-8 -*-
# Author: WUJiang
# json序列化与反序列化
import json
info = {
    "name": "wujiang",
    "age": 22
}
# 序列化
with open("info.txt", "w") as f:
    f.write(json.dumps(info))
# 反序列化
with open("info.txt", "r") as f:
    data = json.loads(f.read())
    print(data["name"])

pickle能处理所有数据类型（函数也可以），用于Python特有的数据类型和Python的数据类型间进行转换，用法与上面json类似，此外还均有dump()和load()方法,如pickle.dump(info,f) 和pickle.load(f)，与上述等价

尽量只dump和load一次，易出错，Python2允许多次dump和load，Python3只允许一次dump和load

8.软件目录开发规范

Foo项目名，bin可执行文件目录，foo主要程序（逻辑）目录（其中main.py为程序主入口，启动bin中foo调用main、test测试主要程序逻辑），docs文档，setup.py安装、部署、打包脚本，requirements.txt软件依赖的外部Python包列表，README项目说明文件，还有conf配置文件目录、logs日志文件目录

9.不同目录间模块调用

通过os.path.dirname获取同级目录添加至环境变量即可import，Pycharm中会标红但不影响import

# -*- coding:utf-8 -*-
# Author: WUJiang
# 不同目录间的模块调用
import os
import sys

print(__file__)   # 获取当前文件相对路径
print(os.path.abspath(__file__))  # 获取当前文件绝对路径
print(os.path.dirname(os.path.abspath(__file__))) # 获取当前文件绝对路径的上一级目录
dir = os.path.dirname(os.path.abspath(__file__))
sys.path.append(dir)  # 添加环境变量