python---高阶特性

一.生成式详解

1.列表生成式

一个用来生成列表的特定语法形式的表达式。是python提供的一种生成列表的简介形式，可快速生成一个新的list。

需求: 生成100个验证码(4个字母组成的验证码)

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。

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)

2.集合生成式

用来快速生成集合

result = {i**2 for i in range(10)}
print(result)

3.字典生成式

用来快速生成字典

result = {i:i**2 for i in range(10)}
print(result)

二.生成器详解

在python中，一边循环一边计算的机制，称为生成器：Generator

什么时候使用生成器：

性能限制需要用到，比如读取一个10G的文件，如果一次性将10G的文件加载到内存到处理的话，内存肯定会溢出；但使用生成器读写交叉处理进行，比如使用（readline和readlines）就可以在循环读取的同时不断处理，这样就可以节省大量的内存空间。

1.生成器实现

第一种方法: 将生成式改写成生成器

nums = (i**2 for i in range(10000))

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))
print(next(g))

三.闭包

闭包是指有权访问另一个函数作用域中的变量的函数。

创建闭包最为常见，就是在一个函数内部创建另一个函数

常见形式：内部函数使用了外部函数的临时变量，且外部函数的返回值是内部函数的作用。闭包的一个常用场景就是装饰器。

闭包:

1. 函数里面嵌套函数
2. 外部函数的返回值是内部函数的引用
3. 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')
    return wrapper

in_fun = timeit(name='westos')  # wrapper函数， in_fun实质上就是wrapper函数
in_fun()

小拓展：时间戳

计算程序运行的时长

import  time
start_time = time.time()  # 时间戳:从1970年1.1到现在经历的秒数
time.sleep(2)
end_time = time.time()    # 时间戳:从1970年1.1到现在经历的秒数
print(end_time-start_time)

四.装饰器

1. 装饰器: 用来装饰函数的工具。
2. 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.
3. 如何实现装饰器? 基于闭包的

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   # 1. 语法糖， add=timeit(add)
def add(x, y):
    return x + y

result = add(1, 3)
print(result)

万能装饰器的实现

装饰器的万能模板:

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

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....')
login()

拓展实验：

@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")
crawl()

含参数的装饰器

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....')
login()

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()

五.内置高阶函数

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)



练习:

求1 * 2 * …100的结果， 用reduce和匿名函数实现

result = reduce(lambda x, y: x * y, [1, 2, 3, 4, 5])
print(result)



3. filter

筛选所有的偶数

result = filter(lambda x: x % 2 == 0, [1, 2, 4, 5, 8])
print(list(result))



筛选所有的奇数

result = filter(lambda x: x % 2 != 0, [1, 2, 4, 5, 8])
print(list(result))



4. sorted

排序

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)

result = sorted([0, 8, 9, 0, 16], key=lambda x:0 if x==0 else 1)
print(result)