python大法好——装饰器、生成器、迭代器

1.装饰器

1. 不能修改被装饰的函数的源代码
  2. 不能修改被装饰的函数的调用方式

　　实现装饰器知识储备：
　　　　1 函数即“变量”
　　　　2 高阶函数
　　　　　    a:把一个函数名当做实参传给另外一个函数（不修改被装饰函数源代码）
  　　　　　  b:返回值中包含函数名（不修改函数的调用方式）
　　　　3嵌套函数

装饰器 想了很久过两天代码实现

：

列表生成式：

a=[i if i<5 else i*i for i in a]

2.生成器

为什么会有这个功能？

答：我们可以使用列表储存数据，可当我们的数据特别大的时候，建立了列表是很占内存，生成器他可以先创建数据，但不用，你需要时用，要几个拿几个。

A简单的生成器

a=( x for x in range(10))
next(a)
#写一次next输出一个数

next（a）会一直表示出a中数据直到没有，且不可以回退。

B.用函数写的生成器

yield

b把函数的执行过程冻结在这一步，并且把b的值，返回给外面的next（）

next()唤醒冻结的函数

代码如下：

def fib(max) :
    n,a,b=0,0,1
    while n<max:
        print("nice")
        yield b
        a,b=b,a+b
        n+=1
     return 'done'
f=fib(15)
next(f)

代码执行到yield b 这里停了，外面调用一次next（f），继续走。再次调用 会继续走，直到遇到下一个yield 通过next()唤醒。

运行到完程序会报错，这是正常的。

函数有了YIELD之后

1.函数名加（）就得到了一个生成器

2.return在生成器里，代表生成器的中止，直接报错

2.生成器send方法

A.唤醒并继续执行

B.发送一个信息到生成器内部

代码如下：

def range2(n) :
    count=0
    while count<n:
        print(count)
        count+=1
        sign=yield count
        if sign='stop' :
            print(sign)
    return 1111
new_range=range2(3)
new_range.send("stop")

程序走到yield 返回消息到外面可next 可接受 send的消息 作出继续或停止的操作。

3.迭代器（可循环的）

可以使用isinstance()判断一个对象是否是iterable对象

iterable可迭代类型

isinstance(1.iterable)
isinstance('abc',iterable)

#结果是：false true

迭代器：可以被next()函数调用并不断返回下一个值得对象成为迭代器 iterator

所有生成器也是迭代器

为什么：list,str dict是可迭代对象，但却不是迭代器？

python中，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STOPITERATION错误，可以把这个数据流，看作是一个有序序列，但是我们却不可以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的计算式惰性的，只有在需要返回 下一个数据时，他才会计算，而dict，list这些都是有大小，长度的所以不是iterator1