python三大,Python三大器

迭代器、天生器、装饰器

一、装饰器

1、函数工具：可以把函数名(不带括号)当成变量去用，关联的值是该函数的内存地址

2、闭包函数=作用域+函数嵌套+函数工具

焦点点：内部函数传参的关系查找是以界说阶段为准

3、什么是闭包函数？

闭包是一个嵌套函数，内层函数挪用了外层函数作用域的变量，外层函数返回值为内层函数名。

实质：为函数wrapper传参的一种方式

“闭”函数指的是该函数是内嵌函数

“包”函数指的是该函数包罗对其外层函数作用域名字的引用

def outer():

x=1

def wrapper():

print(x)

return wrapper

f=outer() #为什么要返回函数名wrapper：打破内嵌函数wapper只能在outer函数内部挪用的规则，使得重回全局挪用

f()

4、闭包函数解决的痛点：当wrapper函数体需要传参，又不能直接通过形参传入时，闭包就可以解决此问题

5、什么是装饰器？

界说一个函数(类)，在不改变被装饰函数源代码及挪用方式的情形下为其增添功效。

import time

def target(x,y):

time.sleep(3)

print("my name is {} ,age is {}".format(x,y))

return "ok"

#需求：不改变target函数源代码和挪用方式的情形下统计target函数的运行时间

import time

def outer(func): #func体现闭包的功效，给wrapper函数体传入需要的参数func，为了不改变target源码

def wrapper(*args,**kwargs): #*args,**kwargs被装饰函数需要的参数

start=time.time()

res=func(*args,**kwargs)

end=time.time()

print(end-start)

return res

return wrapper

#target=outer(target) #为了不改变target挪用方式

#偷梁换柱：将target函数名指向的内存地址换成了wrapper

@outer

def target(x,y):

time.sleep(3)

print("my name is {} ,age is {}".format(x,y))

return "ok"

target("lennie",28)#没动源码，也没改变挪用方式

6、无参装饰器模板

def outer(func):

def wrapper(*args,**kwargs):

res=func(*args,**kwargs)

return res

return wrapper

7、有参装饰器

在outer函数外再套一层函数outer2，将outer函数体需要的参数，通过outer2形参传入，即成了有参装饰器。

二、迭代器

1、迭代：每一次对历程的重复称为一次“迭代”，而与单纯的重复差别，每一次迭代获得的效果会作为下一次迭代的初始值。

#重复

while True:

msg = input('>>: ').strip()

print(msg)

#迭代

goods=['mac','lenovo','acer','dell','sony']

index=0

while index < len(goods):

print(goods[index])

index+=1

2、可迭代工具：内置有__iter__()方式的工具都是可迭代工具，字符串、列表、元组、字典、聚集、打开的文件都是可迭代工具，可以直接被for循环遍历。通过obj.__iter__()或者iter(obj)可以返回一个迭代器工具iterator。

3、迭代器：迭代器即用来迭代取值的工具。是Python提供的一种统一的、不依赖于索引的迭代取值方式，只要存在多个“值”，无论序列类型还是非序列类型都可以根据迭代器的方式取值。

4、迭代器工具：内置有__next__()方式的工具，可以通过iterator.__next__()或者next(iterator)取出出迭代器中的下一个值，可以直接被for循环遍历。

>>> s={1,2,3} # 可迭代工具s

>>> i=iter(s) # 本质就是在挪用s.__iter__(),返回s的迭代器工具i，

>>> next(i) # 本质就是在挪用i.__next__()

1

>>> next(i)

2

>>> next(i)

3

>>> next(i) #抛出StopIteration的异常，代表无值可取，迭代竣事

二、天生器

1、什么是天生器/天生器工具？

天生器函数(含yield关键字)的返回值为天生器工具，内置有__iter__()和__next__()方式，以是天生器自己就是一个迭代器，可以直接被for循环遍历。

>>> def my_range(start,stop,step=1):

... print('start...')

... while start < stop:

... yield start

... start+=step

... print('end...')

...

>>> g=my_range(0,3)

>>> g

#直接挪用不执行函数体

>>> g.__iter__

>>> g.__next__

>>> next(g) # 触发函数执行直到遇到yield则住手,将yield后的值返回，并在当前位置挂起函数

start...

0

>>> next(g) # 再次挪用next(g)，函数从上次暂停的位置继续执行，直到重新遇到yield...

1

>>> next(g) # 周而复始...

2

>>> next(g) # 触发函数执行没有遇到yield则无值返回，即取值完毕抛出异常竣事迭代

end...

Traceback (most recent call last):

File "", line 1, in

StopIteration

2、什么是天生器函数：

含有yield语句的函数

挪用天生器函数将返回一个天生器工具，不执行函数体

yield翻译为”发生”或”天生”，返回多个工具用yield(迭代),返回一个工具用return

(1) 挪用天生器函数会自动建立迭代器工具。

(2) 挪用迭代器工具的__next__()方式时才执行天生器函数。

(3) 每次执行到yield语句时返回数据，暂时脱离。

(4) 待下次挪用__next__()方式时继续从脱离处继续执行。

3、作用：在循环历程中，根据某种算法推算数据，不必建立容器存储完整的效果，从而节约内存空间。数据量越大，优势越显著。

4、天生器表达式

建立一个天生器工具有两种方式，一种是挪用带yield关键字的函数，另一种就是天生器表达式，与列表天生式的语法花样相同，只需要将[]换成()，即：

>>> [x*x for x in range(3)]

[0, 1, 4]

>>> g=(x*x for x in range(3))

>>> g

at 0x101be0ba0>

>>> next(g) #对比列表天生式，天生器表达式的优点自然是节约内存(一次只发生一个值在内存中)

0

>>> next(g)

1

>>> next(g)

4

>>> next(g) #抛出异常StopIteration

原文链接：https://www.cnblogs.com/lennie-luo/p/12886088.html

本站声明:网站内容来源于网络,若有侵权,请联系我们,我们将及时处理。