装饰器生成器和模块
1.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(*
args, **
kwargs)
新功能代码
return func(*
args, **
kwargs)
return 函数名2
return 函数名1
等同于:
def 函数名0(装饰器的参数列表):
无参装饰器
return 无参装饰器名
有参装饰器的用法:
@装饰器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 print_message(msg):
def new_func1(func):
def new_func2(*args, **kwargs):
result = func(*args, **kwargs)
print(msg)
return result
return new_func2
return new_func1
@print_message('===结束===')
def add(x, y):
return x + y
print(add(1, 2))
# ===结束===
# 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
def sub(num):
def new_func1(func):
def new_func2(*args, **kwargs):
result = func(*args, **kwargs)
if type(result) in (int, float, bool, complex):
result -= num
return result
return new_func2
return new_func1
@sub(10)
def ride(x, y):
return x * y
print(ride(10, 20)) # 190
2.迭代器
1.什么是迭代器
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
2.创建迭代器
迭代器的创建有两种方式
- 通过iter将其他序列转换成迭代器
- 创建生成器
iter1 = iter([10, 20, 30, 40]) # 创建迭代器对象
print(iter1) # <list_iterator object at 0x000002A2EECA7400>
iter2 = iter('hello') # 创建迭代器对象
print(iter2) # <str_iterator object at 0x000002A2EECA7B80>
3.获取元素
重点
:不管通过什么样的方式获取到了迭代器的元素,对应的元素都会从迭代器中消失
- 取单个元素
next(迭代器) - 获取迭代器最上层的一个数据 - 遍历
for x in 迭代器:
pass
iter3 = iter([1, 2, 3, 4])
print(next(iter3)) # 1
print(next(iter3)) # 2
next(iter3)
print(next(iter3)) # 4
# print(next(iter3)) 取完了之后再获取会报错
iter4 = iter('i love you')
for x in iter4:
print('x:', x)
3.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 0x000002630F000D60>
3.怎么确定生成器中产生的数据
产生数据的个数:看执行生成器对应的函数会遇到几次yield
产生数据的值:看每次遇到yield后面的数据是什么,没有数据就是None
def func2():
yield '100'
yield 'abc'
for a in range(3):
yield
gen1 = func2()
print(gen1) # <generator object func2 at 0x00000131BBD30D60>
print(list(gen1)) # ['100', 'abc', 0, 1, 2]
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 func3():
print('===1===')
yield 100
print('===2===')
yield 200
print('===3===')
yield 300
gen2 = func3()
print(next(gen2))
# 注意:每调用一次函数就产生一个新的生成器
print(next(func3())) # 100
print(next(func3())) # 100
# ================================
# 练习:写一个产生学号的生成器,能够产生执行学科001~999的学生学号
def stu_id(subject):
for i in range(1, 1000):
yield f'{subject}{str(i).zfill(3)}'
java_id = stu_id('java')
print(next(java_id))
print(next(java_id))
# 练习:写一个生成器,能够产生所有的正的偶数
def even():
n = 0
while True:
n += 2
yield n
even_nums = even()
for x in range(10):
print(next(even_nums))
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))
for item in result:
print(f'item:{item}', end=';')
# item:0;item:1;item:4;item:9;item:16;item:25;item:36;item:49;item:64;item:81;
4.模块的使用
1.什么是模块
python中一个py文件就是一个模块
可以在一个模块中去使用另外一个模块中的内容(广义上的全局变量),但是需要提前导入模块
2.导入模块
1)import 模块名 - 导入能够使用指定模块中所有的全局变量
以 ‘模块名.变量’ 形式去使用变量
2)from 模块名 import 变量名1, 变量名2…
a.导入指定模块中指定的全局变量
b.直接使用对应的变量,不需要在前面加 ‘模块名’
3)import 模块名 as 新模块名
导入模块的时候对模块进行重命名,重命名后需要通过新模块名来使用被导入的模块
4)from 模块名 import 变量 as 新变量名,…
导入模块的时候对指定变量进行重命名
5)from 模块名 import *
导入模块中所有的变量
3.导入模块的原理
不管是通过import 还是 from import ,在导入模块的时候,系统会自动将被导入的模块中所有的代码都执行一遍
注意:import导入模块的时候,自带查重功能(如果被导入的模块已经被导入过,不会重复导入)
4.阻止导入
定义模块的时候,可以通过 (if name == ‘main’😃 这个if语句来阻止模块中指定代码被其他模块在导入的时候执行。
在if语句中的代码不会被其他模块执行,
不在if语句中的代码会被其他模块执行。
原理:
每个py文件中默认都有一个变量__name__用来保存当前模块的模块名,
当直接执行某个py文件的时候,这个文件中的__name__会自动变成’main’