shd岗面试准备

一、装饰器

想添加功能，但是不改变原来的逻辑结构。所以在前面写了一个函数A，然后在被装饰的函数B前面写@A，这样就将B作为一个参数传入A，就可以在实现B的同时，T添加A的功能。

常用格式：

def deco(func):
    def wrapper(*args,**kwargs):
        res = func(*args,**kwargs)
        return res
    return wrapper

https://www.jb51.net/article/165063.htm

*表示：接收任意多个参数并自动解析为元组，元组就是不能改变的。

>>> def d(a,b,c):
  print(a,b,c)

  
>>> d(1,2,3)
1 2 3


>>> a=[1,2,3]
>>> b=[1,2,3]
>>> c=[1,2,3]
>>> d(a,b,c)
[1, 2, 3] [1, 2, 3] [1, 2, 3]

  
>>> d(*a)
1 2 3

test(*args)：* 的作用其实就是把序列 args 中的每个元素，当作位置参数传进去。比如上面这个代码，如果 args 等于 (1,2,3) ，那么这个代码就等价于 test(1, 2, 3) 。

**表示： 将参数解析为字典。有关键字：键值。

**parameter用于接收类似于关键参数一样赋值的形式的多个实参放入字典中（即把该函数的参数转换为字典）。

字典：{a:b}

>>> def demo(**p):
  for i in p.items():
    print(i)

    
>>> demo(x=1,y=2)
('x', 1)
('y', 2)

二、迭代器

可以直接作用于for循环的对象统称为可迭代对象(Iterable)。
可以被next()函数调用并不断返回下一个值的对象称为迭代器(Iterator)。
所有的Iterable均可以通过内置函数iter()来转变为Iterator。

>>> list=[1,2,3,4]
>>> it = iter(list)    # 创建迭代器对象
>>> print (next(it))   # 输出迭代器的下一个元素
1
>>> print (next(it))
2
>>> 

三、生成器

如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间，在Python中，这种一边循环一边计算的机制，称为生成器：generator。返回迭代函数值，然后下次从暂停位置继续。跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。生成器一次只能产生一个值，这样消耗的内存数量将大大减小，而且允许调用函数可以很快的处理前几个返回值，因此生成器看起来像是一个函数，但是表现得却像是迭代器

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

使用（）来定义。例如a=sum(i for i in range(10))

使用yield函数，例如斐波那契数列

>>> def fibs():
	a = 0
	b = 1
	while True:
		a, b = b, a + b
		yield a

看上去，好像是死循环，因为永远为True，但是这是一个生成器，随时都可以被暂停，只要 yield， 就返回，就暂停了。

我们用一个 for 语句把它打印出来，我们这里设置一下，如果大于100的话，就跳出循环，要不就会一直走下去：

>>> for each in fibs():
	if each > 100:
		break
	print(each, end = '  ')
 
	
1  1  2  3  5  8  13  21  34  55  89  

 这里的for是逼着调用下一个fibs，因为遇到yield就会停止和保存返回数据。

四、labmda表达式 

五、列表的切片

就是从列表中取出数值

#group members
groups = ["张三","李四","王五","赵六","老七"];

#print the members range of 0-2
print(groups[0:3]);