第四周 day4 python学习笔记
关于装饰器的更多信息可以参考http://egon09.blog.51cto.com/9161406/1836763
1.装饰器Decorator
装饰器:本质上是函数,(装饰其他函数),就是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
#实现装饰器的知识储备:
1.函数即变量
2.高阶函数,有两种方式:
(1)把一个函数名当做实参传递给另一个函数(在不修改被装饰函数源代码的情况下为其添加功能)
(2)返回值中包含函数名(不修改函数调用的方式)
3.嵌套函数
高阶函数+嵌套函数==》装饰器import time
#计算一个函数的运行时间的装饰器
def timer(func):
def wrapper(*kargs,**kwargs):
start_time=time.time()
func()
end_time=time.time()
print("the func runtime is %s"%(end_time-start_time))
return wrapper @timer
def test1():
time.sleep(3)
print("in the test1....") test1()#高阶函数
def bar():
print("in the bar...") def test(func):
print(func)#打印出该函数变量的地址
func() test(bar)# 把一个函数名当做实参传递给另一个函数
import time
def bar():
time.sleep(2)
print("in the bar...") def test(func):
start_time=time.time()
func() #run bar()
end_time=time.time()
print(" the func runtime is %s"%(end_time-start_time)) test(bar)# 返回值中包含函数名
import time
def bar():
time.sleep(2)
print("in the bar...") def test2(func):
print(func)
return func bar2=test2(bar)
bar2()#嵌套函数
#局部作用域和全局作用域的访问顺序
x=0
def grandpa():
x=1
print("grandpa:",x)
def dad():
x=2
print("dad:",x)
def son():
x=3
print("son:",x)
son()
dad()
grandpa()#匿名函数:没有定义函数名字的函数
calc=lambda x,y:x+y
print(calc(13,15))import time
def timer(func):
def deco(*kargs,**kwargs):
start_time=time.time()
func(*kargs,**kwargs)
end_time=time.time()
print(" the func runtime is %s"%(end_time-start_time))
return deco @timer # test1=timer(test1)
def test1():
time.sleep(2)
print("in the test1.....") # test1=timer(test1)
test1() @timer
def test2(name,age):
time.sleep(3)
print("in the test2:",name,age) test2("Jean_V",20)#装饰器进阶版
#对各个页面添加用户认证
username,password="admin",""
def auth(auth_type):
print("auth_type:",auth_type)
def out_wrapper(func):
def wrapper(*args,**kwargs):
if auth_type=="local":
uname=input("请输入用户名:").strip()
passwd=input("请输入密码:").strip()
if uname==username and passwd==password:
print("\033[32;1m User has passed authentication\033[0m")
res=func(*args,**kwargs)
print("************after authentication")
print(res)
else:
exit("\033[31;1m Invalid username or password\033[0m")
elif auth_type=="LADP":
print("我不会LADP认证,咋办?。。。")
return wrapper
return out_wrapper def index():
print("index page......") @auth(auth_type="local")#home 页采用本地验证
def home():
print("home page.....")
return "from home page....." @auth(auth_type="LADP")#bbs 页采用LADP验证
def bbs():
print("bbs page....") index()
print(home())
home()
bbs()2.列表生成式
#列表生成式:一句代码更加简洁
a=[i*2 for i in range(10)]
print(a)
b=[i*i for i in range(20)]
print(b)
#上面的列表生成式等同于
res=[]
for i in range(10):
res.append(i*2)
print(res) #列表生成式的更加高级的用法:
#[funv(i) for i in range(10)]
def fun(n):#定义一个求阶乘的函数
if n>1:
return n*fun(n-1)
else:
return 1
#利用函数生成10以内的阶乘
c=[fun(i) for i in range(10)]
print(c)
3.迭代器与生成器
参考信息:http://www.cnblogs.com/alex3714/articles/5765046.html
生成器:按照某种算法可以进行推算,不必创建完整的List,节省大量空间,在迭代过程中一边循环一边计算的机制,称之为生成器generator
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。
针对generator可以使用for循环输出;因为generator也是可迭代对象
for j in g:
print(j)
如果要一个一个打印出来,可以通过__next__()
函数获得generator的下一个返回值:
著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到:
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来,但是,用函数把它打印出来却很容易:
#斐波那契数列
#输出斐波那契数列的前m个数
def fibnacci(m):
n,a,b=0,0,1
while n<m:
print(b)
a,b=b,a+b #这一句相当于:t=(b,a+b) a=t[0] b=t[1]
n+=1
return 'done'
fibnacci(10)
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:
#斐波那契数列
#输出斐波那契数列的前m个数
def fibnacci(m):
n,a,b=0,0,1
while n<m:
yield b #这一句很关键
a,b=b,a+b #这一句相当于:t=(b,a+b) a=t[0] b=t[1]
n+=1
return ' well done'#异常的时候显示的信息
f=fibnacci(10)
for i in f:
print(i) g=fibnacci(6)
#捕获异常并处理
while True:
try:
x=next(g)
print("g:",x)
except StopIteration as e:
print("Generator return value :",e.value)
break
在上面fib
的例子,我们在循环过程中不断调用yield
,就会不断中断。当然要给循环设置一个条件来退出循环,不然就会产生一个无限数列出来。
同样的,把函数改成generator后,我们基本上从来不会用next()
来获取下一个返回值,而是直接使用for
循环来迭代:
但是用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:
还可通过yield实现在单线程的情况下实现并发运算的效果
生产者消费者问题 (通过生成器实现协程并行运算)
#生产者消费者问题
import time
def consumer(name):
print("%s,准备好吃汉堡包了"%name)
while True:
hamburg=yield
print("第[%s]个汉堡包来了,被[%s]吃了"%(hamburg+1,name)) def producer(name):
c1=consumer('Alice')
c2=consumer('Bob')
#生产者生产的时候需要通知消费者前来吃
c1.__next__()
c2.__next__()
print("%s,开始做汉堡包了"%name)
for i in range(10):
time.sleep(1.5)
print("做好了1个汉堡包,可以吃了")
c1.send(i)
c2.send(i) producer("Jean")
迭代器
可以直接作用于for
循环的数据类型有以下几种:
一类是集合数据类型,如list
、tuple
、dict
、set
、str、bytes
等;
一类是generator
,包括生成器和带yield
的generator function。
这些可以直接作用于for
循环的对象统称为可迭代对象:Iterable
。
可以使用isinstance()
判断一个对象是否是Iterable
对象:
而生成器不但可以作用于for
循环,还可以被__next__()
函数不断调用并返回下一个值,直到最后抛出StopIteration
错误表示无法继续返回下一个值了。
*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:Iterator
。
可以使用isinstance()
判断一个对象是否是Iterator
对象:
生成器都是Iterator
对象,但list
、dict
、str
虽然是Iterable
,却不是Iterator
。
把list
、dict
、str
等Iterable
变成Iterator
可以使用iter()
函数:
#迭代器 range(10)表示一个可迭代对象,不是迭代器
from collections import Iterable
from collections import Iterator
a=range(10)
print(a)
print(type(a))
print(isinstance(a,Iterable))
print(isinstance(range(20),Iterator))
for x in a:
print(x)
#for循环其实就是__next__函数不断迭代出来的
Iterator
对象表示的是一个数据流,Iterator对象可以被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,但我们却不能提前知道序列的长度,只能不断通过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它才会计算。
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的。
小结:
凡是可作用于for
循环的对象都是Iterable
类型;
凡是可作用于next()
函数的对象都是Iterator
类型,它们表示一个惰性计算的序列;
集合数据类型如list
、dict
、str
等是Iterable
但不是Iterator
,不过可以通过iter()
函数获得一个Iterator
对象。
4.python 内置函数
参考python官方信息:https://docs.python.org/3/library/functions.html
#内置函数
#all(Iterable),当所有的元素都是为true,则返回true;0为false,非零为true
print(all([1,2]))#True
print(all([0,1,2]))#false
print(any([0,1,2]))#True
print(ascii([1,2,"hello","你好世界"]))#[1, 2, 'hello', '\u4f60\u597d\u4e16\u754c']
print(bin(128))#十进制转二进制#0b10000000
#字符串不能修改,只是生成一个新的字符串;二进制的字符串更不可以修改
a=bytes("abcde",encoding="utf8")#二进制类型
print(a)
print(a.capitalize())
b=bytearray("abcde",encoding="utf-8")
print(b[0])#
b[2]=54#在bytearry 中可以修改
print(b)
print(chr(97))#'a'
print(ord('a'))# print(divmod(5,2))#返回商和余数
#filter过滤器
#编写过滤器,把奇数过滤掉,打印剩下剩下偶数
res=filter(lambda n:n%2==0,range(100))
for x in res:
print(x) #map函数,映射函数
res2=map(lambda n:n*n,range(10))
for x in res2:
print(x) import functools
#reduce 函数,求累加
res3=functools.reduce(lambda x,y:x+y,range(10))
print(res3)
#利用reduce求阶乘
res4=functools.reduce(lambda x,y:x*y,range(1,10))
print(res4) #打印当前页面中的变量利用《key,values》的字典样式
print(globals())#全局变量
print(locals())#局部变量 #hex()转成十六进制,oct转八进制
print(hex(361))
print(oct(361))
#python中一切皆对象,python是一门面向对象的解释性语言
print(pow(2,8))#2的八次方
print(round(3.555412,2))#四舍五入法,3.56
a={5:12,3:14,-51:25,45:98,100:23,56:78}
print(sorted(a.items()))#将字典进行排序,默认采用key进行排序
print(sorted(a.items(),key=lambda x:x[1]))#将字典进行排序,使用的value进行排序
print(a) #zip()将两个对象的元素对应起来
A=[1,2,3,4]
B=['a','b','c','d','e','f']
for i in zip(A,B):
print(i)
#内置函数中的compile()方法
#把fibnacci函数进行编译并执行
code='''#输出斐波那契数列的前m个数
def fibnacci(m):
n,a,b=0,0,1
while n<m:
yield b #这一句很关键,yield返回当前状态,保存当前状态
a,b=b,a+b #这一句相当于:t=(b,a+b) a=t[0] b=t[1]
n+=1
return ' well done'#异常的时候显示的信息
f=fibnacci(10)
for i in f:
print(i)
'''
# py_obj=compile(code,"err.log","exec")
# exec(py_obj)
exec(code)
5.序列化与反序列化
把变量从内存中变成可存储或传输的过程称之为序列化,在Python中可以利用
json
或则
pickle
序列化之后,就可以把序列化后的内容写入磁盘,或者通过网络传输到别的机器上。
反过来,把变量内容从序列化的对象重新读到内存里称之为反序列化
更多信息可以参考:http://www.cnblogs.com/MnCu8261/p/5539254.html
#json 序列化
#pickle序列化:与接送序列化相似,只是更高级而已
#将信息写入到硬盘上
import json
import pickle
def sayhi(name):
print("name",name)
info={
'name':'Jean_V',
'age':22,
'time':'2017-10-11',
'func':sayhi
}
#f=open("json_test.txt",'b')
f=open("json_test.txt",'wb')#使用pickle时要使用二进制编码格式,wb,rb等
# f.write(json.dumps(info))
f.write(pickle.dumps(info))
# f.write(str(info))也是ok
f.close()
#json反序列化
#pickle反序列化:与json序列化相似,支持更高级的
#从硬盘上把信息加载到内存中
import json
import pickle
def sayhi(name):
print("name",name)
print("name2:",name) f=open("json_test.txt","rb")
# f=open("json_test.txt",'r')
#print(eval(f.read())['age'])也可以ok
# data=json.loads(f.read())
data=pickle.loads(f.read())
print(data)
print(data['age'])
print(data['func'])
print(data['func']("Jean_Name"))
#pickle 序列化
#dump多次,只是复制了新的版本,原来的版本信息还在,因此:
#建议dump一次,load一次,保持最新的
import pickle
info={
'name':"Jean_V",
'age':22,
'hello':'hello friends'
}
f=open("json_test2.txt",'wb')
pickle.dump(info,f)
f.close()
#pickle反序列化
import pickle
f=open("json_test2.txt","rb")
data=pickle.load(f)#等同于data=pickele.loads(f.read())
print(data['name'])
f.close()
6.作业
第四周 day4 python学习笔记的更多相关文章
- Python学习笔记基础篇——总览
Python初识与简介[开篇] Python学习笔记——基础篇[第一周]——变量与赋值.用户交互.条件判断.循环控制.数据类型.文本操作 Python学习笔记——基础篇[第二周]——解释器.字符串.列 ...
- 【目录】Python学习笔记
目录:Python学习笔记 目标:坚持每天学习,每周一篇博文 1. Python学习笔记 - day1 - 概述及安装 2.Python学习笔记 - day2 - PyCharm的基本使用 3.Pyt ...
- python学习笔记整理——字典
python学习笔记整理 数据结构--字典 无序的 {键:值} 对集合 用于查询的方法 len(d) Return the number of items in the dictionary d. 返 ...
- VS2013中Python学习笔记[Django Web的第一个网页]
前言 前面我简单介绍了Python的Hello World.看到有人问我搞搞Python的Web,一时兴起,就来试试看. 第一篇 VS2013中Python学习笔记[环境搭建] 简单介绍Python环 ...
- python学习笔记之module && package
个人总结: import module,module就是文件名,导入那个python文件 import package,package就是一个文件夹,导入的文件夹下有一个__init__.py的文件, ...
- python学习笔记(六)文件夹遍历,异常处理
python学习笔记(六) 文件夹遍历 1.递归遍历 import os allfile = [] def dirList(path): filelist = os.listdir(path) for ...
- python学习笔记--Django入门四 管理站点--二
接上一节 python学习笔记--Django入门四 管理站点 设置字段可选 编辑Book模块在email字段上加上blank=True,指定email字段为可选,代码如下: class Autho ...
- python学习笔记--Django入门0 安装dangjo
经过这几天的折腾,经历了Django的各种报错,翻译的内容虽然不错,但是与实际的版本有差别,会出现各种奇葩的错误.现在终于找到了解决方法:查看英文原版内容:http://djangobook.com/ ...
- python学习笔记(一)元组,序列,字典
python学习笔记(一)元组,序列,字典
随机推荐
- (转)MyISAM Key Cache详解及优化
原文:http://huanghualiang.blog.51cto.com/6782683/1372721 一.MyISAM Key Cache详解: 为了最小化磁盘I/O,MyISAM将最频繁访问 ...
- django允许跨域请求配置
django允许跨域请求配置 下载corsheader pip install django-cors-headers 修改setting.py中配置 在INSTALLED_APPS中增加corshe ...
- 存储器的保护(一)——《x86汇编语言:从实模式到保护模式》读书笔记18
本文是原书第12章的学习笔记. 说句题外话,这篇博文是补写的,因为让我误删了,可恶的是CSDN的回收站里找不到! 好吧,那就再写一遍,我有坚强的意志.司马迁曰:“文王拘而演<周易>:仲尼厄 ...
- 【关于迭代器的for-each遍历集合现象。。。。。】
foreahc迭代集合元素的同时修改集合元素抛异常..ConcurrentModificationException异常 只要使用迭代器遍历,其他集合遍历时进行增删操作都需要留意是否会触发Concur ...
- 标准webservice调用
现代定义的webservice一般都倾向于restfull风格的http请求,但工作中还是会遇到前辈们写的时代代码. 我们更倾向于封装代码来调用,而不是服务引用.请看: Service.asmx服务的 ...
- jquery ui dialog弹出窗 清空缓存Cache或强制刷新
我用jquery ui 弹出一个购物车的对话,通过AJAX加载的数据.发现购物车被缓存,一直看到是旧数据.为了刷新购物车更新,我必须去加一个刷新按钮,点击后更新购物车页面.有没有一种方法来自动刷新加载 ...
- pm2在node中的应用
pm2 是一个带有负载均衡功能的Node应用的进程管理器,当你要把你的独立代码利用全部的服务器上的所有CPU,并保证进程永远都活着,0秒的重载, pm2是完美的. 主要特性: 内建负载均衡(使用Nod ...
- [javaEE] jsp的指令
jsp的指令:jsp的指令(directive)是为jsp引擎而设计的,他们并不直接产生任何可见输出,而是告诉引擎如何处理jsp 页面中的其他部分 页面头部的page指令 <%@page imp ...
- redis(3)发布订阅
一.发布/订阅模式 在软件工程里面,发布/订阅是一种消息模式,这种模式旨在将消息发送者和消息接收者解耦.发送者不需要关心将消息发送给谁,接收者也不需要知道消息的发送者是谁.发送者将消息发布以后就结束动 ...
- 关于sql优化整理一下
1.where 子句中可以对字段进行 null 值判断吗? 可以,比如 select id from t where num is null 这样的 sql 也是可以的.但是最好不要给数 ...