一、有参装饰器
1.有参装饰器的功能
在给函数添加功能的时候可以通过参数控制具体的操作(操作不固定)
2.怎么写有参装饰器
def 函数名0(装饰器的参数列表)
def 函数名1(func):
def 函数名2(*args, **kwargs):
result = func(*arges, **kwargs)
新功能
return result
return 函数名2
return 函数名1
def 函数名(装饰器的参数列表)
无参装饰器
return 无参装饰器的函数名
有参装饰器的用法:
@函数名0(装饰器实参列表)
写一个装饰器可以在函数结束后打印指定的任意提示信息
def add_message(msg):
def test1(func):
def new_func(*args, **kwargs):
result = func(*args, **kwargs)
print(msg)
return result
return new_func
return test1
@add_message('====after====')
def func1(x, y):
print(x+y)
func1(10, 20)
练习:写一个装饰器,在原函数返回值的基础上减去指定的值
@sub(10) @sub(30)
def sub(num):
def test(func):
def new_func(*args, **kwargs):
result = func(*args, **kwargs)
if type(result) in (int, float, complex):
return result - num
return result
return new_func
return test
二、迭代器
1.什么是迭代器(iter)
迭代器是容器型数据类型(序列)
特点:a.不能同时查看所有元素(打印看不到里面的元素)
b.不能统计个数
c.获取元素的时候只能一个一个的取(每次取最上层的那个),每次获取元素该元素就会从迭代器中消失(取一个就少一个)
2.创建迭代器
迭代器的创建有两种方式
1)通过iter将其他序列转换成迭代器
2)创建生成器
iter1 = iter([10, 20, 30, 40])
print(iter1)
# print(len(iter1)) # 报错!
iter2 = iter('hello')
print(iter2)
3.获取元素
不管通过什么样的方式获取到了迭代器中的元素,对应的元素都会从迭代器中消失
1)取单个元素
next(迭代器) - 获取迭代器最上层的一个数据(如果迭代器为空,就会报StopIteration错误)
2)遍历
for 变量 in 迭代器:
pass
print(next(iter1)) # 10
print(next(iter1)) # 20
next(iter1)
print(next(iter1)) # 40
# print(next(iter1)) # 报错! StopIteration
for x in iter2:
print(x)
# print(next(iter2)) # 报错! StopIteration
iter3 = iter('python!')
list1 = list(iter3)
print(list1)
# print(next(iter3)) # 报错! StopIteration
iter4 = iter('python123')
next(iter4)
for x in iter4:
print('x:', x)
三、生成器
1.什么是生成器(generator)
生成器的本质就是迭代器(迭代器的特点和获取元素的方式生成器都适用)
2.怎么创建生成器
调用一个带有yield关键字的函数就可以创建一个生成器对象
(如果被调用的函数里面有yield,不会执行函数体,也不会获取函数返回值)
def func1():
print('======')
print('++++++')
yield
return 100
re = func1()
print(re) # <generator object func1 at 0x10d9380d0>
3.怎么确定生成器中产生的数据
产生数据的个数: 看执行完生成器对应的函数的函数体会遇到几次yield()
产生的数据的值: 看每次遇到的yield后面的数据是什么,没有数据就是None
def func2():
yield 100
yield 'abc'
for x in range(3):
yield x
gen1 = func2()
print(gen1)
print(list(gen1)) # [100, 'abc', 0, 1, 2]
def func3(x):
yield 10
if x & 1:
yield 20
return 30
yield 30
gen2 = func3(5)
print(list(gen2)) # [10, 20]
gen3 = func3(4)
print(list(gen3)) # [10]
4.生成器产生数据的原理
调用函数创建生成器对象的时候不会执行函数体,获取生成器中的元素的时候才会执行。
第一次获取元素会从函数体开始的位置开始执行,执行到第一次yield就停下来,并且将yield后面的数据作为这次获取到的元素。后面每次获取元素的时候都是从上次结束的位置接着往后执行,执行到下一次yield又会停下来。如果从当前位置开始执行到函数结束没有遇到yield,如果是next就会报StopIteration错误。
def func4():
print('======1======')
yield 100
print('======2======')
yield 200
print('======3======')
yield 300
gen4 = func4()
print(next(gen4))
for _ in range(5):
print('~~~~~~~~~~')
print(next(gen4))
print(next(gen4))
# print(next(gen4)) # 报错! StopIteration
gen5 = func4()
gen6 = func4()
print(next(gen5)) # 100
print(next(gen5)) # 200
print(next(gen6)) # 100
def func5():
for x in range(5):
yield x*2
print(next(func5())) # 0
print(next(func5())) # 0
练习:写一个产生学号的生成器,能够产生指定学科001~999的学生学号
python学生: python001 ~ python999
java学生:java001 ~ java999
…
def create_num(subject: str):
for x in range(1, 1000):
yield f'{subject}{x:0>3}'
# yield subject+str(x).zfill(3)
python_nums = create_num('python')
print(next(python_nums))
print(next(python_nums))
java_num = create_num('java')
print(next(java_num))
练习: 写一个偶数生成器,能够产生所有的正的偶数
def even_numbers():
num = 2
while True:
yield num
num += 2
even_gen = even_numbers()
for _ in range(100):
print(next(even_gen))
print('=============')
for _ in range(50):
print(next(even_gen))
4.生成式 - 生成器的推导式
将列表推导式的[]变成()就是生成器的推导式即生成式
result = (x**2 for x in range(10))
print(result) # <generator object <genexpr> at 0x1018bd5d0>
print(next(result))
print(next(result))
print(next(result))
for item in result:
print(f'item:{item}')