一、装饰器

1.1 目的

  • 在不改变原函数内部代码的基础上,在函数执行之前和之后自动执行某个功能

1.2 应用场景

  • 想要为函数扩展功能时,可以选择用装饰器

1.3 基本装饰器

  1. 基本格式:

    def func(arg):
    def inner():
    v = arg()
    return v
    return inner # 重点:
    # 第一步:执行func函数并将下面的函数参数传递,相当于:func(index)
    # 第二步:将func的返回值重新赋值给下面的函数名。 index = func(index)
    @func
    def index():
    print(123)
    return 666 print(index)
  2. 总结

    • 编写格式:
    def 外层函数(参数):
    def 内层函数(*args,**kwargs)
    return 参数(*args,**kwargs)
    return 内层函数
    • 应用格式:
    @外层函数
    def index(): #要装饰的函数
    pass index()
    # 装饰器的编写
    def x(func):
    def y():
    # 前
    ret = func()
    # 后
    return ret
    return y # 装饰器的应用
    @x
    def index():
    return 10 # 执行函数,自动触发装饰器了
    v = index()
    print(v)
  3. 示例:

    def func(arg):
    def inner():
    print('before')
    v = arg()
    print('after')
    return v
    return inner def index():
    print('123')
    return '666' # 示例一
    v1 = index() # 执行index函数,打印123并返回666赋值给v1. # 示例二
    v2 = func(index) # v2是inner函数,arg=index函数
    index = 666
    v3 = v2() # 示例三
    v4 = func(index)
    index = v4 # index ==> inner
    index() # 示例四
    index = func(index)
    index()

1.4 带参数的装饰器

  1. 应用场景:flask框架 / django缓存 / 写装饰器实现被装饰的函数要执行N次

    # 第一步:执行 ret = xxx(index)
    # 第二步:将返回值赋值给 index = ret
    @xxx
    def index():
    pass # 第一步:执行 v1 = uuu(9)
    # 第二步:ret = v1(index)
    # 第三步:index = ret
    @uuu(9)
    def index():
    pass
  2. 区别:

    # 普通装饰器
    def wrapper(func):
    def inner(*args,**kwargs):
    data = func(*args,**kwargs) # 执行原函数并获取返回值
    return data
    return inner @wrapper
    def index():
    pass # 带参数装饰器
    def x(counter):
    def wrapper(func):
    def inner(*args,**kwargs):
    data = func(*args,**kwargs) # 执行原函数并获取返回值
    return data
    return inner
    return wrapper @x(9)
    def index():
    pass
  3. 练习题

    # 写一个带参数的装饰器,实现:参数是多少,被装饰的函数就要执行多少次,把每次结果添加到列表中,最终返回列表。
    def xxx(counter):
    def wrapper(func):
    def inner(*args,**kwargs):
    v = []
    for i in range(counter):
    data = func(*args,**kwargs) # 执行原函数并获取返回值
    v.append(data)
    return v
    return inner
    return wrapper @xxx(5)
    def index():
    return 8
    v = index()
    print(v)

二、 迭代器

2.1 基本知识

  1. 用途:对 某种对象(str/list/tuple/dict/set类创建的对象-可迭代对象)中的元素进行逐一获取

  2. 表象:具有__next__方法且每次调用都获取可迭代对象中的元素(从前到后一个一个获取)

  3. 示例:

    • 列表转换成迭代器:

      • v1 = iter([11,22,33,44])
      • v1 = [11,22,33,44].__iter__()
    • 迭代器想要获取每个值:反复调用 val = v1.__next__()
    v1 = [11,22,33,44]
    
    # 列表转换成迭代器
    v2 = iter(v1) # 迭代器获取每个值
    result1 = v2.__next__()
    print(result1)
    result2 = v2.__next__()
    print(result2)
    result3 = v2.__next__()
    print(result3)
    result4 = v2.__next__()
    print(result4) result5 = v2.__next__()
    print(result5) # 报错:Stoplteration 表示已经迭代结束
  4. for循环:运用了迭代器

    v1 = [11,22,33,44]
    
    # 1.内部会将v1转换成迭代器
    # 2.内部反复执行 迭代器.__next__()
    # 3.取完不报错
    for item in v1:
    print(item)

2.2 可迭代对象

  1. 表象:可以被for循环的对象就可以称为是可迭代对象

  2. 如何让一个对象变成可迭代对象?

    • 在类中实现__iter__方法且返回一个迭代器(生成器)
    # 示例一:
    class Foo:
    def __iter__(self):
    return iter([1,2,3,4]) obj = Foo() # 示例二:
    class Foo:
    def __iter__(self):
    yield 1
    yield 2
    yield 3 obj = Foo()
  3. 注意:只要能被for循环,就是去看他内部的__iter__方法

三、 生成器

3.1 基本知识

  1. 可以理解为:函数的变异、特殊的迭代器、特殊的可迭代对象

  2. 生成器的作用:

    • 生成数据
    • 迭代
  3. 示例:

    # 生成器函数(内部是否包含yield)
    def func():
    print('F1')
    yield 1
    print('F2')
    yield 2
    print('F3')
    yield 100
    print('F4')
    # 函数内部代码不会执行,返回一个 生成器对象 。
    v1 = func()
    # 生成器是可以被for循环,一旦开始循环那么函数内部代码就会开始执行。
    for item in v1:
    print(item)

3.2 关键字

  1. yield

    • 用途:判断函数是否是生成器函数
  2. yield from

    • 用途:从当前生成器函数跳到其他生成器函数中,执行结束后再回原函数继续执行下面代码
    def base():
    yield 88
    yield 99 def func():
    yield 1
    yield 2
    yield from base() # 跳到base函数
    yield 3 result = func()
    for item in result:
    print(item) # 1 2 88 99 3

3.3 总结

  1. 重点:

    • 函数中如果存在yield,那么该函数就是一个生成器函数
    • 调用生成器函数会返回一个生成器
    • 生成器只有被for循环时,生成器函数内部的代码才会执行,每次循环都会获取yield返回的值
  2. 建议:

    • 生成器函数中一般不要有return

    • 如果需要终止生成器函数中的循环,可以用return

      def func():
      count = 1
      while True:
      yield count
      count += 1
      if count == 100:
      return
      val = func()
      for item in val:
      print(item)
  3. 生成器示例:读取大文件内容

    def func():
    # 分批去读取文件中的内容,将文件的内容返回给调用者。
    cursor = 0
    while True:
    f = open('db', 'r', encoding='utf-8') # 通过网络连接上redis
    # 代指 redis[0:10]
    f.seek(cursor)
    data_list =[]
    for i in range(10):
    line = f.readline()
    if not line:
    return
    data_list.append(line)
    cursor = f.tell()
    f.close() # 关闭与redis的连接 for row in data_list:
    yield row for item in func():
    print(item)

s21day09 python笔记的更多相关文章

  1. Python笔记之不可不练

    如果您已经有了一定的Python编程基础,那么本文就是为您的编程能力锦上添花,如果您刚刚开始对Python有一点点兴趣,不怕,Python的重点基础知识已经总结在博文<Python笔记之不可不知 ...

  2. boost.python笔记

    boost.python笔记 标签: boost.python,python, C++ 简介 Boost.python是什么? 它是boost库的一部分,随boost一起安装,用来实现C++和Pyth ...

  3. 20.Python笔记之SqlAlchemy使用

    Date:2016-03-27 Title:20.Python笔记之SqlAlchemy使用 Tags:python Category:Python 作者:刘耀 博客:www.liuyao.me 一. ...

  4. Python笔记——类定义

    Python笔记——类定义 一.类定义: class <类名>: <语句> 类实例化后,可以使用其属性,实际上,创建一个类之后,可以通过类名访问其属性 如果直接使用类名修改其属 ...

  5. 13.python笔记之pyyaml模块

    Date:2016-03-25 Title:13.Python笔记之Pyymal模块使用 Tags:Python Category:Python 博客地址:www.liuyao.me 作者:刘耀 YA ...

  6. 8.python笔记之面向对象基础

    title: 8.Python笔记之面向对象基础 date: 2016-02-21 15:10:35 tags: Python categories: Python --- 面向对象思维导图 (来自1 ...

  7. python笔记 - day8

    python笔记 - day8 参考: http://www.cnblogs.com/wupeiqi/p/4766801.html http://www.cnblogs.com/wupeiqi/art ...

  8. python笔记 - day7-1 之面向对象编程

    python笔记 - day7-1 之面向对象编程 什么时候用面向对象: 多个函数的参数相同: 当某一些函数具有相同参数时,可以使用面向对象的方式,将参数值一次性的封装到对象,以后去对象中取值即可: ...

  9. python笔记 - day7

    python笔记 - day7 参考: http://www.cnblogs.com/wupeiqi/articles/5501365.html 面向对象,初级篇: http://www.cnblog ...

随机推荐

  1. 《Visual C# 从入门到精通》第三章使用判断语句——读书笔记

    第3章 使用判断语句 3.1 使用布尔操作符 布尔操作符是求值为true或false的操作符. C#提供了几个非常有用的布尔操作符,其中最简单的是NOT(求反)操作符,它用感叹号(!)表示.!操作符求 ...

  2. ActiveMQ组件使用方法

    由于组件使用了spring,故需要相关的spring包及配置 首先,需要加载对应的jar包 然后,编写调用类 package com.demo.testSpring; import com.jfina ...

  3. box-sizing 和 dom width

    refer : https://developer.mozilla.org/en-US/docs/Web/API/CSS_Object_Model/Determining_the_dimensions ...

  4. 第 8 章 容器网络 - 071 - 如何定制 Calico 的 IP 池?

    定制IP池 首先定义一个 IP Pool,比如: calicoctl create -f ipPool.yml 用此 IP Pool 创建 calico 网络. docker network crea ...

  5. 聊聊Flume和Logstash的那些事儿

    在某个Logstash的场景下,我产生了为什么不能用Flume代替Logstash的疑问,因此查阅了不少材料在这里总结,大部分都是前人的工作经验下,加了一些我自己的思考在里面,希望对大家有帮助. 本文 ...

  6. Kafka学习之二 Kafka安装和使用

    部署环境Linux(Centos 6.5),JDK 1.8.0,zookeeper-3.4.12,kafka_2.11-2.0.0. 1. 单机环境     官方建议使用JDK 1.8版本,因此本文使 ...

  7. JQuery 获取select被选中的value和text

    html代码: <select name="test" > <option value="0">请选择</option> & ...

  8. Java中char和String的相互转换

    转自:http://blog.csdn.net/yaokai_assultmaster/article/details/52082763 Java中char是一个基本类型,而String是一个引用类型 ...

  9. 锯齿状优惠券css绘制

    对于图上优惠券左右两侧的半圆锯齿效果,两种处理方式,一种直接使用切图进行处理,一种是纯css进行效果绘制.切图的就不再赘述,主要说纯css效果绘制 绘制的结果如下图: 难点在于两侧的半圆孔是透明色,不 ...

  10. 一天一点Zynq(1)xilinx-arm-linux交叉编译链 安装总结以及资源更新

    结束了对xilinx-arm-linux交叉编译链安装后,总结一下整个过程,方便后来的研究者们,少走点弯路. 关于xilinx-arm-linux交叉编译链的安装,网上一搜一大把,可是有的资料中的资源 ...