本文整体知识框架
一、生成式
# 需求: 生成100个验证码(4个字母组成的验证码)
<一般方法>
import string
import random
codes = []
for count in range(100):
code = "".join(random.sample(string.ascii_letters, 4))
codes.append(code)
print(codes)
< 列表生成式优化版 >
codes = ["".join(random.sample(string.ascii_letters, 4)) for i in range(100)]
print(codes)
# 需求: 找出1-100之间可以被3整除的数。
<一般方法>
nums = []
for num in range(1, 101):
if num % 3 == 0:
nums.append(num)
print(nums)
<优化版>
nums = [num for num in range(1, 101) if num % 3 == 0]
print(nums)
<集合生成式>
result = {i ** 2 for i in range(10)}
print(result)
<字典生成式>
result = {i: i ** 2 for i in range(10)}
print(result)
二、生成器
生成器实现的第一种方法: 将生成式改写成生成器
nums = (i ** 2 for i in range(10000))
生成器实现的第2种方法:yield关键字
return: 函数遇到return就返回,return后面的代码并不会执行。
yield:遇到yield则停止执行代码, 当再次调用next方法时,会从上次停止的地方继续执行,遇到yield停止。
def login():
print('step 1') # 'step 1'
yield 1 # output 1
print('step 2')
yield 2
print('step 3')
yield 3
# 如果函数里面有yield关键字,函数的返回值就是一个生成器
g = login()
print(next(g)) # 执行login()函数,step 1,遇到yield 1停止
print(next(g)) # 继续执行login()函数,step 2,遇到yield 2停止
<结果>
三、闭包
定义:
-
- 函数里面嵌套函数
-
- 外部函数的返回值是内部函数的引用
-
- 内部函数可以使用外部函数的变量
def timeit(name):
def wrapper():
print('wrapper ' + name)
print('timeit') # 先执行
return wrapper # 返回wrapper函数值
in_fun = timeit(name='westos') # wrapper函数,in_fun实质上就是wrapper函数
in_fun()
<结果>
四、装饰器
定义:用来装饰函数的工具。
功能: 在不改变源代码的情况下, 添加额外功能(eg: 计算运行时间,记录日志,权限判断)的工具,需要基于闭包使用。
import time
def timeit(f): # f=add
def wrapper(x, y):
start = time.time()
result = f(x, y) # f实质上是add函数
end = time.time()
print("函数运行的时间为: %.4f" % (end - start))
return result
return wrapper
@timeit # 语法糖,add=timeit(add)
def add(x, y):
return x + y
result = add(1, 3)
print(result)
<结果>
五、万能装饰器实现
def 装饰器名称(f):
@wraps(f) # 保留被装饰函数的属性信息和帮助文档
def wrapper(*args, **kwargs):
# 执行函数之前做的事情
result = f(*args, **kwargs)
# 执行函数之后做的事情
return result
return wrapper
<示例>
# 需求: 计算函数的运行时间
import time
from functools import wraps
def timeit(f):
"""计时器的装饰器"""
@wraps(f) # 保留被装饰函数的属性信息和帮助文档
def wrapper(*args, **kwargs):
"""wrapper内部函数"""
start = time.time()
result = f(*args, **kwargs)
end = time.time()
print(f"函数{f.__name__}运行时间为{end - start}秒")
return result
return wrapper
@timeit
def login():
"""login desc"""
print('login....')
@timeit
def crawl():
import requests
url = 'https://upload.wikimedia.org/wikipedia/commons/thumb/0/0a/Python.svg/1200px-Python.svg.png'
content = requests.get(url).content
with open('doc/python.png', 'wb') as f:
f.write(content)
print("下载图片成功")
# print(help(login))
# login()
crawl()
<简单爬虫的运行结果>
六、含参数的装饰器
装饰器携带参数,可以实现更加强大的装饰器
import time
from functools import wraps
def timeit(args='seconds'):
def desc(f):
"""计时器的装饰器"""
@wraps(f) # 保留被装饰函数的属性信息和帮助文档
def wrapper(*args, **kwargs):
"""wrapper内部函数"""
start = time.time()
result = f(*args, **kwargs)
end = time.time()
if args == 'seconds':
print(f"函数{f.__name__}运行时间为{end - start}秒")
elif args == 'minutes':
print(f"函数{f.__name__}运行时间为{(end - start) / 60}秒")
return result
return wrapper
return desc
@timeit(args='minutes') # timeit() @desc===> login=desc(login)
def login():
"""login desc"""
print('login....')
七、多装饰器
from functools import wraps
def is_login(f):
# @wraps(f)
def wrapper1(*args, **kwargs):
print('is_login, 用户是否登录')
result = f(*args, **kwargs)
return result
return wrapper1
def is_permission(f):
# @wraps(f)
def wrapper2(*args, **kwargs):
print('is_permission, 用户是否有权限')
result = f(*args, **kwargs)
return result
return wrapper2
# 规则: 执行装饰器内容是从上到下。 被装饰的顺序是从下到上。
@is_login # show_hosts=is_login(wrapper2) show_hosts=wrapper1
@is_permission # show_hosts = is_permission(show_hosts) show_hosts=wrapper2
def show_hosts():
print("显示所有的云主机")
"""
--: show_hosts()
1). wrapper1()
2). wrapper2()
3). show_hosts()
"""
show_hosts()
<结果>
八、内置高阶函数
既然变量可以指向函数,函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数。
- 1.map函数
result = map(lambda x: x ** 2, [1, 2, 4, 5])
print(list(result))
result = map(lambda x, y: x + y, [1, 2, 3], [4, 5, 6])
print(list(result))
- 2.reduce函数
from functools import reduce
# (((1+2)+3)+4)+5=reduce result
result = reduce(lambda x, y: x + y, [1, 2, 3, 4, 5])
print(result)
需求: 求1*2*..100的结果, 用reduce和匿名函数实现
result = reduce(lambda x, y: x * y, range(1, 11))
print(result)
- 3.filter函数:
需求:筛选所有的偶数
result = filter(lambda x: x % 2 == 0, [1, 2, 4, 5, 8])
print(list(result))
需求:筛选所有的奇数
result = filter(lambda x: x % 2 != 0, [1, 2, 4, 5, 8])
print(list(result))
- 4.sorted函数:
result = sorted([1, 29, 2, 3])
print(result)
result = sorted([0, 29, 2, 0], reverse=True)
print(result)
result = sorted([0, 8, 9, 0, 16], key=lambda x: 0 if x == 0 else 1)
print(result)