python高级的一些特性
- is和==
- 深浅拷贝
- 生成器
- 迭代器
- 装饰器
- 正则表达式
- 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:
- 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。
- 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
- next方法获取每一次生成器值的时候,函数才会执行
- yield也存在类似return的功能,函数遇到yield,立刻返回yield的值
- 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:
- 生成器就是迭代器
- 迭代器不一定是生成器
- 迭代器一定能够被for循环迭代
- 可迭代对象也能够被for循环迭代
- 可迭代对象不一定是迭代器
- 迭代器一定是可迭代对象
- 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。
- 使用闭包实现装饰代码
- 使用@装饰器函数注解到需要被装饰的函数上