目录
1、装饰器
装饰器的意义在于让其他函数在不需要做任何代码变动的前提下增加额外功能,可以理解为使用装饰器后一个函数在不需要改变源代码的前提下可以同时调用多个函数。用法为在原函数定义的上一行加上“@+新增函数外层函数的函数名”。
def funA(fun):
def funB():
print("我是funB")
fun()
return funB
@funA
def funC():
print("我是funC")
funC()
# 结果为:
# 我是funB
# 我是funC
即我原本只有funC函数,但是我突然想要加上funB函数的功能,就可以使用修饰器。
“@+新增函数外侧函数的函数名”其实是一个语法糖,其原型为:
funC = funA(funC)
funC()
2、lambda表达式
lambda表达式又被称为匿名函数,其意义在于用一个表达式创建一个函数。
格式为:lambda arges:expression
x = lambda a, b: a + b
print(x(1, 2))
# 结果为3
主要用于一些需要以函数作为参数的函数,执行时不需要额外用def创建一个函数而是在参数位置使用lambda表达式创建函数,如map。
def plus(x):
return x + 2
a = list(map(plus, [1, 2, 3, 4, 5]))
print(a)
b = list(map(lambda x: x+2, [1, 2, 3, 4, 5]))
print(b)
#两种方法效果相同
注意:lambda只能用于创建简单函数,复杂函数仍需使用def。
3、生成器
我们都知道有列表推导式、字典推导式、集合推导式,那元组推导式是什么?是一个生成器。
x = (x for x in range(5))
print(x)
# 输出结果为:
# <generator object <genexpr> at 0x000001D46FC96EB0>
generator就是生成器,即一边循环一边计算的机制,可以这样理解:一个东西,里面有一组数据,但是每次调用时只会计算一次,返回一个数据,此时运行停在这个地方,下一次调用时才继续运行,返回下一个数据。与迭代器相同,可以使用next函数。
x = (x for x in range(5))
print(next(x))
print(next(x))
print(next(x))
print(next(x))
print(next(x))
# 结果为0、1、2、3、4
在函数中,我们可以使用yield代替return创建一个生成器:
def fun():
i = 0
while True:
i += 1
yield i
if i > 5:
break
print(fun())
print(list(fun()))
yield有return的作用,即返回这个数,但其是以生成器的机制返回。