python生成器和装饰器_python三大法器:生成器、装饰器、迭代器
迭代器
迭代的概念
使用for循环遍历取值的过程叫做迭代,比如:使用for循环遍历列表获取值的过程
使用for循环遍历取值的对象叫做可迭代对象, 比如:列表、元组、字典、集合、range、字符串
判断对象是否是指定类型
from collections import Iterable
result = isinstance((3,5), Iterable)
自定义可迭代对象: 在类里面定义__iter__方法创建的对象就是可迭代对象
可迭代对象的本质:遍历可迭代对象的时候其实获取的是可迭代对象的迭代器, 然后通过迭代器获取对象中的数据
自定义迭代器对象: 在类里面定义__iter__和__next__方法创建的对象就是迭代器对象
注:在这里有两个概念,一个是 可迭代对象 一个是 迭代器对象 不要混淆
demo:
from collections import Iterator
# 自定义可迭代对象: 在类里面定义__iter__方法创建的对象就是可迭代对象
class MyList(object):
def __init__(self):
self.my_list =list()
# 添加指定元素
def append_item(self, item):
self.my_list.append(item)
def __iter__(self):
# 可迭代对象的本质:遍历可迭代对象的时候其实获取的是可迭代对象的迭代器, 然后通过迭代器获取对象中的数据
my_iterator = MyIterator(self.my_list)
return my_iterator
# 自定义迭代器对象: 在类里面定义__iter__和__next__方法创建的对象就是迭代器对象
class MyIterator(object):
def __init__(self, my_list):
self.my_list = my_list
# 记录当前获取数据的下标
self.current_index =0
# 判断当前对象是否是迭代器
result =isinstance(self, Iterator)
print("MyIterator创建的对象是否是迭代器:", result)
def __iter__(self):
return self
# 获取迭代器中下一个值
def __next__(self):
if self.current_index
self.current_index +=1
return self.my_list[self.current_index -1]
else:
# 数据取完了,需要抛出一个停止迭代的异常
raise StopIteration
my_list = MyList()
my_list.append_item(1)
my_list.append_item(2)
result =isinstance(my_list, Iterable)
print(result)
for value in my_list:
print(value)
iter()函数与next()函数
iter函数: 获取可迭代对象的迭代器,会调用可迭代对象身上的__iter__方法
next函数: 获取迭代器中下一个值,会调用迭代器对象身上的__next__方法
for循环的本质
遍历的是可迭代对象
for item in Iterable 循环的本质就是先通过iter()函数获取可迭代对象Iterable的迭代器,然后对获取到的迭代器不断调用next()方法来获取下一个值并将其赋值给item,当遇到StopIteration的异常后循环结束。
遍历的是迭代器
for item in Iterator 循环的迭代器,不断调用next()方法来获取下一个值并将其赋值给item,当遇到StopIteration的异常后循环结束。
生成器
生成器是一类特殊的迭代器,它不需要再像上面的类一样写__iter__()和__next__()方法了, 使用更加方便,它依然可以使用next函数和for循环取值
创建生成器方法1
通过列表生成式,我们可以直接创建一个列表。但是,受到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。
所以,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)。
要创建一个generator,有很多种方法。第一种方法很简单,只要把一个列表生成式的[]改成(),就创建了一个generator:
(i for i in range(5))
如果我们打印它的类型我们可以看到是
创建L和g的区别仅在于最外层的[]和(),L是一个list,而g是一个generator。
我们可以直接打印出list的每一个元素,但我们怎么打印出generator的每一个元素呢?
如果要一个一个打印出来,可以通过generator的next()方法:
创建生成器方法2
在def函数里面看到有yield关键字那么就是生成器
demo(斐波那契额数列)
def fibonacci(num):
a =0
b =1
# 记录生成fibonacci数字的下标
current_index =0
while current_index < num:
result = a
a, b = b, a + b
current_index +=1
# 代码执行到yield会暂停,然后把结果返回出去,下次启动生成器会在暂停的位置继续往下执行
yield result
for i in fibonacci(5):
print(i)
只要在def中有yield关键字的 就称为 生成器
使用send方法启动生成器并传参
def gen():
i =0
while i<5:
temp =yield i
print(temp)
i+=1
我们可以调用send方法给yield传值
f = gen()
next(f) #首次调用必须是next,因为生成器还没有执行到yield 无法进行接收值
f.send('haha') #send 发送值 传递给生成器 由temp进行接收
next(f) #再次调用next 相当于send了一个None
f.send('haha')
yield和return的对比
使用了yield关键字的函数不再是函数,而是生成器。(使用了yield的函数就是生成器)
代码执行到yield会暂停,然后把结果返回出去,下次启动生成器会在暂停的位置继续往下执行
每次启动生成器都会返回一个值,多次启动可以返回多个值,也就是yield可以返回多个值
return只能返回一次值,代码执行到return语句就停止迭代,抛出停止迭代异常
yield可以在下次执行的时候接受传递的值
生成器创建有两种方式,一般都使用yield关键字方法创建生成器
yield特点是代码执行到yield会暂停,把结果返回出去,再次启动生成器在暂停的位置继续往下执行
装饰器
装饰器使用的原理就是闭包,在函数的时候介绍过闭包的一个使用:
https://www.jianshu.com/p/40ab45debf43
装饰器本质上是一个Python函数,它可以让其他函数在不需要做任何代码变动的前提下增加额外功能,装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景,比如:插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝佳设计,有了装饰器,我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。
概括的讲,装饰器的作用就是为已经存在的函数或对象添加额外的功能。
简单装饰器
def test(fun):
def test_in():
#增加的功能
print("这是我新增的功能")
return fun() #一般我们把函数的结果返回,不会自己直接执行
# 其实这里返回的就是闭包的结果
return test_in#返回一定是内部函数的引用,不能带有小括号
@test
def fun():
return "rookieyu"
print(fun())
简单的装饰器,函数没有参数传递
装饰器 @test
相当于 fun = test(fun)
在这里调用的test ,然后把fun这个函数当做一个对象传递给test函数,返回的是test_in函数重新赋值给fun
最后我们在执行fun()的时候,相当于执行的是test(fun)() 是test_in函数。执行后会在函数里面先执行我们增加的功能,之后把函数之后的结果返回。
函数带参数装饰器
def debug(func):
def wrapper(*args, **kwargs):# 指定宇宙无敌参数
print("[DEBUG]: enter {}()".format(func.__name__))
print('Prepare and say...',)
return func(*args, **kwargs)
return wrapper # 返回
@debug
def say(something):
print("hello {}!".format(something))
say("rookieyu")
我们采用的是*args, **kwargs,这样我们再调用装饰器的时候可以随意设置变量,让我们的装饰器更具有通用性
装饰器带参数,在原有装饰器的基础上,设置外部变量
def logging(level):
def wrapper(func):
def inner_wrapper(*args, **kwargs):
print("[{level}]: enter function {func}()".format(level=level,func=func.__name__))
return func(*args, **kwargs)
return inner_wrapper
return wrapper
@logging(level='INFO')
def say(something):
print("say {}!".format(something))
# 如果没有使用@语法,等同于
# say = logging(level='INFO')(say)
@logging(level='DEBUG')
def do(something):
print("do {}...".format(something))
if __name__ =='__main__':
say('hello')
do("my work")
在这里我们可以看到装饰器也可以传参数的,但是我们必须要再去做一层嵌套的使用。
基于类实现的装饰器
装饰器函数其实是这样一个接口约束,它必须接受一个callable对象作为参数,然后返回一个callable对象。在Python中一般callable对象都是函数,但也有例外。只要某个对象重载了__call__()方法,那么这个对象就是callable的。
demo:
class logging(object):
def __init__(self, func):
self.func = func
def __call__(self, *args, **kwargs):
print("[DEBUG]: enter function {func}()".format(func=self.func.__name__))
return self.func(*args, **kwargs)
@logging
def say(something):
print("say {}!".format(something))
say("rookie")
内置的装饰器
内置的装饰器和普通的装饰器原理是一样的,只不过返回的不是函数,而是类对象,所以更难理解一些。
@property 可以将一个方法,当做一个属性来使用
@staticmethod 将类方法装换成一个静态方法
@classmethod 将类方法装换成为类方法
python生成器和装饰器_python三大法器:生成器、装饰器、迭代器相关推荐
- python生成器和装饰器_python之yield与装饰器
防伪码:忘情公子著 python中的yield: 在之前发布的<python之列表解析与生成器>中我们有提到过,生成器所实现的是跟列表解析近似的效果,但是我们不能对生成器做一些属于列表解析 ...
- python装饰品详解视频_Python中的各种装饰器详解
Python装饰器,分两部分,一是装饰器本身的定义,一是被装饰器对象的定义. 一.函数式装饰器:装饰器本身是一个函数. 1.装饰函数:被装饰对象是一个函数 [1]装饰器无参数: a.被装饰对象无参数: ...
- python文件下载速度 装饰器_python学习笔记之---装饰器
# -*- coding:utf-8 -*- '''示例1: 最简单的函数,表示调用了两次''' def myfunc(): print ("myfunc() called.") ...
- 什么是装饰器 python_python三大神器===》装饰器
1.认识装饰器 如果你经常看我的博客,你已经学会了python的前两大'神器'(迭代器,生成器),那么什么是装饰器呢?就如字面意义装饰器是对某个事物(通常指函数)进行装饰,让其在不修改任何内部代码的情 ...
- python反射、闭包、装饰器_python之闭包、装饰器、生成器、反射
1. 函数的作用域 1.在函数定义时候就固定,与调用位置无关,在调用的时候返回到函数定义的位置 x=1 #全局作用 def f1(): #整个f1函数是定义阶段 deff2():print(x)ret ...
- python私有属性和property装饰器_python – 在使用@property装饰器时在属性的s...
尝试覆盖子类中的属性时,我对此行为有点困惑. 第一个示例设置两个类,Parent和Child. Parent继承自object,而Child继承自Parent.属性a使用属性装饰器定义.调用child ...
- 用python实现一个密码生成程序_Python实现密码生成器
Python实现密码生成器 环境准备 python3.6 pip install pyinstaller pip install gooey 代码部分 # encoding:utf8 import r ...
- python flask框架是什么_Python三大web框架分别是什么 哪个更好
展开全部 [导读]目前,Python比较2113火的三大5261web框架有Django.Flask和Tornado,要论这三个Web框架哪个更好4102的话,建议一点1653,Django帮我们事先 ...
- python类修饰器_Python 中使用类修饰器修饰类方法如何处理 self?
这个是装饰器类. class PostCache: def __init__(self, func): self.func = func self.redis = redis.StrictRedis( ...
最新文章
- 图片和文件上传的两款插件
- UCI计算机工程必修专业课,加州大学欧文分校(UCI)工程专业系将会在2012年首次录取中国高中毕业生。...
- DPM全方位保护SQL Server,DPM2007系列之五
- mysql php 封装类_市面上几款常见的微信开发框架对比(PHP和JAVA)
- Vivado HLS error: Cannot find ISE in the PATH variable or it's an unsupported version
- jQuery在页面加载的时候自动调用某个函数的方法(转载)
- Load Runner测试脚本(tuxedo服务)的编写指南
- Mahout的taste推荐系统里的几种Recommender分析
- 27. 二叉树的镜像
- 找到你真正喜欢做的事情,坚持下去,坚持多深入一些(转)
- Axure 8图标样式库
- OpenCore黑苹果引导配置说明-基于OpenCore-0.7.0-06-08正式版
- linux 日期、星期简写
- spyder python调试查看类信息_Python调试工具-Spyder
- yarn.lock、package-lock.json、npm-shrinkwrap.json的理解
- 技术在游戏研发中的重要性
- xls与csv文件区别
- wordpress mysql 密码重置_WordPress登录密码找回办法之修改数据库篇 | Wopus
- 收藏!闲鱼卖货实操,小白轻松入门
- 高手都具备“向下兼容”的能力
热门文章
- saltstack二次开发构建自己的api
- 使用vmware克隆CentOS后网卡名称修改(强迫症)
- date新的使用方法
- linux 时间戳及时间差计算
- Mel滤波器组的设计与实现(基于MATLAB和Python)
- 解决:TypeError: ‘(slice(None, None, None), 1)‘ is an invalid key
- P1435 回文字串(DP)
- 定时将应用日志移动到指定目录
- 在qemu模拟的aarch32上使用kgtp
- SecureCRT图形界面(通过设置调用Xmanager - Passive程序)