python-装饰器&生成器&迭代器&推导式

一:普通装饰器

• 概念: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,为已存在的对象添加某个功能

1. 普通装饰器编写的格式

   def 外层函数(参数)
       def 内层函数(*args,**kwargs)
           #函数执行之前
           data= 参数(*args,**kwags)
           #函数执行之后
           return data
       return 内层函数

2. 用法示例:  

   def func(arg):
       def inner(*args,**kwargs):
           v = arg(*args,**kwargs)
           return v
       return inner
   
    @func   #@装饰器的语法 : 等价于:  index = func(index)
     def index():
           print(123)
           return 666
     ret = index()
     print(ret)
   
   执行原理:
   　　1. 函数从上往下执行,遇到 @func 时,执行 index = func(index),参数 arg = index,同时将返回值 inner 函数赋值给 index ,
   　　2. 遇到 index()时,此时就是 inner(),执行 inner 函数
   　　3. 执行 inner 函数,里面的 arg(*args,**kwargs)执行,就是 index 函数执行,打印 123 ,同时将 index 的返回值 666 赋值给 v : v = 666
   　　4. 继续执行 inner 函数, inner 函数的返回值是 v , 执行 inner 函数的是 ret = index() , 所以 ret = v = 666

3. 应用示例

   #示例:计算函数执行时间
   import time
   def base(func):
       def inner(*args,**kwargs):
           start_time = time.time()  --->#函数执行之前
           v= func(*args,**kwargs)
           end_tme = time.time()  ---->#函数执行之后
           print(end_time-start_time)
           return v
       return inner
   
   @base
   def func1():
       time.sleep(2)  # 函数执行延缓2秒
       print(123)
   
   @base
   def func2():
       time.sleep(1)
       print(456)

• 关于返回值

  def base(func):
      def inner(*args,**kwargs):
          data = func(*args,**kwargs)
          return data
      return inner 
  
  @base
  def index():
      print(123)
      return 666
  v1 =index()
  print(v1)
  #func函数带括号,执行index函数,先打印'123',先将666返回给data,data再返回给v1 　 

• 关于前后

  def base(func):
      def inner(*args,**kwargs)
          print('函数调用之前')
          data = func(*args,**kwargs)   #执行原函数并获取返回值
          print('调用原函数之后')
          return data
      return inner
  @base
  def index()
      print(123)
  index()

二:带参数的装饰器

• 基本格式

  def base(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
  @base(9)
  def index():
      pass
  
  # 先执行base函数,然后将返回值wrapper返回,变成不带参数的装饰器
  # counter 参数在装饰器内部任意位置都能被调用　

• 用法示例

  #写一个带参数的函,实现:参数是多少,被装饰的函数就要执行多少次,返回最后一次执行的结果
  
  def base(counter):
      def wrapper(func):
          def inner(*args,**kwargs):
              for i in range(counter):
                  data = func(*args,**kwargs) # 执行原函数并获取返回值
              return data
          return inner
      return wrapper
  
  @base(5)
  def index():
      return '好难啊'
  v = index()
  print(v) 

三:生成器 (函数的变异)

• 概念: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,生成器内部代码才会执行,每次循环都会获取yield返回的值
• 获取生成器的三种方式
  • 生成器函数
  • 生成器表达式
  • python内部提供的一些
• 生成器的本质就是迭代器
  • 唯一区别: 生成器是我们自己用python代码构建的数据结构,迭代器都是提供的或者是转化得来的
• 生成器函数 : 内部是否包含yield

  def func():
      print('F1')
      yield 1
      print('F2')
      yield 2
      print('F3')
  #函数内部代码不会执行,返回一个生成器对象
  v1 = func()
  #生成器可以被for 循环,一旦开始循环函数内部代码就开始执行
  for item in v1:
      print(item)
  #  F1  1  F2  2  F3  

• 特殊的迭代对象

  def func():
      yield 1
  
  v = func()
  result = v.__iter__()
  print(result) 

四:迭代器

• 概念:对某种对象(str/lsit/tuple/dict/set类创建的对象)中的元素进行逐一获取,表象:具有__nest__方法且每次调用都获取可迭代对象中的元素
• 优点 : 节省内存,惰性机制
• 缺点 : 不直观,速度相对慢,操作方法单一,不走回头路
• 列表转换成迭代器

  • v1 = iter([1,2,3,4])

  • v2 = [1,2,3,4].__iter__()

• 迭代器想要获取每个元素 : 反复调用val = v1.__next__()

  v1 = "alex"
  v2 = iter(v1)
  while True:
       try:
          val = v2.__next__()
          print(val)
       except StopIterationas e:
          break

• 直到报错:stoplteration错误,表示迭代已经完毕
• 如何判断一个对象是否是迭代器 : 内部是否有__next__方法
• for 循环

  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) 

• 可迭代对象

  • 内部具有_iter__方法且返回一个迭代器

  • 可以被for 循环