Itertools

迭代器是一个对象，可以通过next函数形成一个序列，直到不能迭代为止。

用途：生成虚拟的序列；节省内存空间

import itertools
nums = itertools.count(0,2)
print(next(nums))
print(next(nums))
print(next(nums))"""
0
2
4
"""

利用for循环进行遍历：

import itertools
nums = itertools.count(0,2)
for i in nums:if i > 6:breakprint(i)"""
0
2
4
6
"""

cycle函数进行循环：

import itertools
cycle_strings = itertools.cycle('ABC')
i = 1
for string in cycle_strings:if i == 7:breakprint(string)i = i + 1"""
A
B
C
A
B
C
"""

repeat函数进行重复：

import itertools
for item in itertools.repeat('hello', 3):print(item)"""
hello
hello
hello
"""

Generators

yield返回值，相当于函数的暂停，当调用next时函数继续运行。

def yrange(n):i = 0while i < n:yield ii = i + 1
o = yrange(5)
print(next(o))
print(next(o))
print(next(o))
print(next(o))
print(next(o))
print(next(o))"""
0
1
2
3
4
Traceback (most recent call last):File "test.py", line 13, in <module>print(next(o))
StopIteration
"""

迭代器的简写方法：

g = (x * x for x in range(4))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))"""
0
1
4
9
Traceback (most recent call last):File "<stdin>", line 1, in <module>
StopIteration
"""

Map函数

map函数接收的第一个参数为一个函数对象，后面接收1个或多个序列；map函数会将func作用在后面序列中的各个值上，并返回一个迭代器。

def f(x):return x * x
y = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(y))"""
[1, 4, 9, 16, 25, 36, 49, 64, 81]
"""

Filter函数

filter()函数用于过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。

filter()接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。

def k(x):return x%2 == 0
y = list(filter(k, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
print(y)"""
[2,4,6,8]
"""

Lambda匿名函数

lambda的主体是一个表达式，且自带返回，不需要return。lambda本身返回的是一个函数。

list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
"""
[1, 4, 9, 16, 25, 36, 49, 64, 81]
"""

快速生成列表

注意，[]得到列表，()得到迭代器

"""
[ expression for value in iterable if condition ]
"""[x * x for x in range(1, 11) if x % 2 == 0]
"""
[4, 16, 36, 64, 100]
"""[m + n for m in 'ABC' for n in 'XYZ']
"""
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
"""

Closure Function

对于函数中不确定的参数，可以通过闭包函数来传递参数从而得到一系列相似功能的函数。

def make_mul_of(n):def multiplier(x):return x*nreturn multiplier
time3 = make_mul_of(3)
time5 = make_mul_of(5)
print(time3(4))
print(time5(10))"""
12
50
"""

Decorator

装饰器不改变函数本身，可以在函数的前后执行一些函数，起到打包的作用。

def new_decorator(a_function_to_decorate):def the_wrapper():print("Before the function runs") a_function_to_decorate()print("After the function runs")return the_wrapperdef a_function():print("I am a stand alone function.")a_function_decorated = new_decorator(a_function)
a_function_decorated()"""
Before the function runs
I am a stand alone function.
After the function runs
"""

简便写法：在函数前加@decorator_name

@多个装饰器，离函数近的先执行，远的后执行。

def new_decorator(a_function_to_decorate):def the_wrapper():print("Before the function runs") a_function_to_decorate()print("After the function runs")return the_wrapper@new_decorator
def func():print("Leave me alone")func()"""
Before the function runs
Leave me alone
After the function runs
"""

传参时，要保证function_to_decorate中的参数与被装饰函数(function_with_no_argument)的参数不冲突。

def a_decorator_passing_arbitrary_arguments(function_to_decorate):def a_wrapper_accepting_arbitrary_arguments(*args, **kwargs):print("Do I have args?:")print(args);print(kwargs)function_to_decorate(*args, **kwargs)return a_wrapper_accepting_arbitrary_arguments@a_decorator_passing_arbitrary_arguments
def function_with_no_argument():print("Python is cool, no argument here.")function_with_no_argument()"""
Do I have args?:
()
{}
Python is cool, no argument here.
"""

9_Conveniences