代码的逻辑就是判断分数是否在一个区间,然后给出与之相匹配的评级,既然如此,则可以改写如下:
def get_score_level(score):
if score >= 100: # 满分
print(“满分”)
return
if score >= 90: # 优秀
print(“优秀”)
return
if score >= 80: # 良好
print(“良好”)
return
if score >= 70: # 中等
print(“中等”)
return
if score >= 60: # 及格
print(“及格”)
return
print(“不及格”)
print(“程序结束”)
这种处理方式是极其优雅的,从上往下清晰明了,大大增加了代码的可读性和可维护性。
0x06 生成器
我们都知道通过列表生成式可以直接创建一个新的列表,但受机器内存限制,列表的容量肯定是有限的。如果列表里面的数据是通过某种规律推导计算出来的,那是否可以在迭代过程中不断的推算出后面的元素呢,这样就不必一次性创建完整个列表,按需使用即可,这时候生成器就派上用场了。
0x07 装饰器
试想一下如下的场景,当后端接收到用户请求后,需要对用户进行鉴权,总不能将鉴权的代码复制来复制去吧;还有我们的项目都是需要记录日志的,这两种情况最适合使用装饰器。事实上 Flask 框架中就大量使用装饰器来进行鉴权操作。
一切皆对象!
在 Python 中我们可以在函数中定义函数,也可以从函数中返回函数,还可以将函数作为参数传给另一个函数。
def hi(name=“yasoob”):
print(“now you are inside the hi() function”)
def greet():
return “now you are in the greet() function”
def welcome():
return “now you are in the welcome() function”
print(greet())
print(welcome())
print(“now you are back in the hi() function”)
hi()
output
now you are inside the hi() function
now you are in the greet() function
now you are in the welcome() function
now you are back in the hi() function
在上面的代码中,我们在 hi()
函数内部定义了两个新的函数,无论何时调用 hi()
其内部的函数都将会被调用。
def hi(name=“yasoob”):
def greet():
return “now you are in the greet() function”
def welcome():
return “now you are in the welcome() function”
if name == “yasoob”:
return greet
else:
return welcome
a = hi()
print(a)
print(a())
output
<function hi..greet at 0x7fe3e547a0e0>
now you are in the greet() function
在这个例子中,由于默认参数 name = yasoob
因此 a = hi()
返回的是 greet
函数。a 也就指向了 hi()
函数内部的 greet()
函数。
def hi():
return “hi yasoob!”
def doSomethingBeforeHi(func):
print(“I am doing some boring work before executing hi()”)
print(func())
doSomethingBeforeHi(hi)
output
I am doing some boring work before executing hi()
hi yasoob!
在最后这个例子中,我们将 hi()
函数传递给了另外一个函数,并且他们还很愉快的执行了。
现在,让我们来看看 Python 中的装饰器吧。
def a_new_decorator(a_func):
def wrapTheFunction():
print(“I am doing some boring work before executing a_func()”)
a_func()
print(“I am doing some boring work after executing a_func()”)
return wrapTheFunction
def a_function_requiring_decoration():
print(“I am the function which needs some decoration to remove my foul smell”)
a_new_function_requiring_decoration = a_new_decorator(a_function_requiring_decoration)
a_new_function_requiring_decoration()
output
I am doing some boring work before executing a_func()
I am the function which needs some decoration to remove my foul smell
I am doing some boring work after executing a_func()
看懂了没,就是上面我们介绍的基础操作的组合。事实上这就是 python 中的装饰器所做的事,通过这种方式来修改一个函数的行为。
但如果每次都这么写的话未免也太麻烦了吧,因此 python 为我们提供了一个便捷操作 @
。
def a_new_decorator(a_func):
最后
Python崛起并且风靡,因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低,但它的晋级路线很多,通过它你能进入机器学习、数据挖掘、大数据,CS等更加高级的领域。Python可以做网络应用,可以做科学计算,数据分析,可以做网络爬虫,可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多,你需要学好基础,再选择明确的方向。这里给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
👉Python所有方向的学习路线👈
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
👉Python必备开发工具👈
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
👉Python全套学习视频👈
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
👉实战案例👈
学python就与学数学一样,是不能只看书不做题的,直接看步骤和答案会让人误以为自己全都掌握了,但是碰到生题的时候还是会一筹莫展。
因此在学习python的过程中一定要记得多动手写代码,教程只需要看一两遍即可。
👉大厂面试真题👈
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!