python的一些高级特性

python高级的一些特性

1. is和==
2. 深浅拷贝
3. 生成器
4. 迭代器
5. 装饰器
6. 正则表达式
7. 动态语言的特征

is和==

==比较运算符。是用来比较两个值的大小的。

is是一个关键字。是用来比较两个变量的内存地址。相当于使用id获取内存地址后再比较。

注意：在python中，存在一个小整型缓冲区。在这个区域内的整数，只会存在一份，所以is和==是一致的。小整型缓冲区默认范围是[-5, 256]区间所有整数。

注意：字符串也存在一个字符串常量池，用来保存第一个出现的单词，如果再次要使用这个单词，则会直接从常量池中获取这个单词对应的内存地址，所以，字符串往往只有一份，被成为字符常量。

深浅拷贝

• 引用传递

引用传递：将对象的地址复制给其他变量，因此会有多个引用指向同一个对象。

• 浅拷贝

将对象的第一层属性进行拷贝，得到一个新的对象，注意：如果存在子对象，不会拷贝

• 深拷贝

将对象采用递归方式，逐层拷贝，最后得到完成不同的对象。

拷贝：指的是对象拷贝（复制）。

生成器（generator）

列表推导式

python提供了一种快速生成列表的方式。

列表生成器

列表生成器实在列表推导式的基础上，优化内存得到的。

将列表推导式，就行优化，使得所有不在全部加载内存，而是通过一段算法，一次只得到一个元素。

将列表推导式中的[]变成()即可。

优点：节约内存。

函数生成器

常规的方式，如果要生成一个复杂的列表，通过要使用函数。

而如果这个列表比较大，使用函数也存在一个浪费内存问题，如何解决这个——函数生成器。

函数生成器：和列表生成器很像，就是该函数不会再一次生成所有的值，而是逐个生成。

yield关键字

通过上面的代码，可以看出，函数的返回值变成了一个生成对象。

注意：

1. 如果函数中出现了yield关键字，该函数会自动转换为一个函数生成器。
2. 返回值就是这个生成器，调用函数，函数不会执行，而是转换为这个生成器
3. next方法获取每一次生成器值的时候，函数才会执行
4. yield也存在类似return的功能，函数遇到yield，立刻返回yield的值
5. 等下一次next时，会自动从yield后面一行代码继续执行

内容回顾

• is和==的区别
• 小整型缓冲区
• 字符串常量池
• 深浅拷贝
  • 引用传递
  • 浅拷贝
  • 深拷贝
• 生成器（generator）
  • 列表推导式
  • 函数生成列表
  • 生成器
  • yield关键字

迭代器（Iterator）

可迭代对象（Iterable）

list、tuple、set等等对象都是可迭代对象。

可迭代对象：在python，能被for循环，迭代获取每一个子元素的这种对象，被称为可迭代对象。list、tuple、set、dict、str

可以使用collections.abc包中的Iterator类型进行判断，结合isinstance全局函数，完成判断

迭代器

在python中，能够被全局函数next()，不断地返回下一个元素的对象，被称为迭代器。

所以，生成器就是一个种迭代器。

总结：

1. 生成器就是迭代器
2. 迭代器不一定是生成器
3. 迭代器一定能够被for循环迭代
4. 可迭代对象也能够被for循环迭代
5. 可迭代对象不一定是迭代器
6. 迭代器一定是可迭代对象
7. 使用全局函数iter将可迭代对象转换为迭代器

闭包（closure）

闭包：能够访问其他函数内部变量（局部变量）的函数被称为闭包。

闭包是弱数据类型编程语言所特有的现象。

结论：闭包让外部函数常驻内存，导致垃圾不能及时释放，但它让局部变量变成了全局变量，所以尽量不要使用闭包，闭包在js里用的比较广泛，在python里较少，会在装饰器里用

闭包  优点：将局部变量全局化，使得局部变量存在了全局的生命周期。

      缺点：常驻内存，可能会引起内存溢出。

装饰器

OCP原则：O（open）C（close），开放关闭原则。

装饰器：python为开发者提供装饰设计模式的体现。在不动用原有代码的基础上，实现新功能的增强。

1. 使用闭包实现装饰代码
2. 使用@装饰器函数注解到需要被装饰的函数上