python基础-装饰器，生成器和迭代器

2023-12-30 15:27:52

学习内容

　　1.装饰器

　　2.生成器

　　3.迭代器

　　4.软件目录结构规范

一：装饰器(decorator)

1.装饰器定义：本质就是函数，用来装饰其他函数，即为其他函数添加附加功能。

2.装饰器原则：1）不能修改被装饰函数的源代码2）不能修改被装饰函数的调用方式

3.装饰器的知识储备

　　1)函数即是变量

　　2）高阶函数：a,把一个函数名当作实参给别外一个函数（在不修改被装饰函数源代码的情况下实现增加附加功能）

　　　　　　　　b，返回值中包括函数名（不修改函数调用方式）

　　3）嵌套函数：用def 在别外的函数中定义的函数

　　装饰器=高阶函数+嵌套函数

4.装饰器使用：1）被装饰函数不带参数2）被装饰函数带有参数3）装饰多个函数，根据被装饰函数不同，增加不同的装饰功能。

　　1）实现被装饰函数不带参数代码

　　　　三个页面，index不需要登陆，home,bbs页面需要登录

# -*- coding:utf-8 -*-

__author__ = 'shisanjun'

"""

实现被装饰函数不带参数代码

"""

def login(func): #传递函数标识
def wrapper():  #函数嵌套

        print("实现登陆")

        func() #执行函数

    return wrapper #返回函数标识

def index():

    print("you in the index page")

@login  #@login=(home=login(home))

def home():

    print("you in the home page")

@login

def bbs():

    print("you in the bbs page")

index()

home()

bbs()

　　2）实现被装饰函数带参数代码

　　　　三个页面，index不需要登陆，home,bbs页面需要登录

# -*- coding:utf-8 -*-

__author__ = 'shisanjun'

"""

实现被装饰函数带参数代码

"""

def login(func): #传递函数标识
def wrapper(*args,**kwargs):  #函数嵌套,传递被装饰函数的参数

        print("实现登陆")

        func(*args,**kwargs) #执行函数

    return wrapper #返回函数标识

def index(name):

    print("%s in the home page" %name)

@login

def home(name):

    print("%s in the home page" %name)

@login

def bbs(name):

    print("%s in the home page" %name)

index("shisan")

home("shisan")

bbs("shisan")

　　2）装饰多个函数，根据被装饰函数不同，增加不同的装饰功能。

　　　　三个页面，index不需要登陆，home,bbs页面需要登录

# -*- coding:utf-8 -*-
__author__ = 'shisanjun'
"""
装饰多个函数，根据被装饰函数不同，实现不同的装饰功能
"""
#嵌套三层函数
def login(flag): #传递类型
    def out_wrapper(func):#传递函数标识
        def wrapper(*args,**kwargs): #函数嵌套,传递被装饰函数的参数
            if flag=="home":
                print("实现home装饰")
            else:
                print("实现bbs装饰")

            func(*args,**kwargs)
        return wrapper
    return out_wrapper

def index(name):
    print("%s in the home page" %name)

@login(flag="home")
def home(name):
    print("%s in the home page" %name)

@login(flag="bbs")
def bbs(name):
    print("%s in the home page" %name)

index("shisan")
home("shisan")
bbs("shisan")

二.生成器

　　列表生成式，例如：[x for i in range(10)]

　　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。

　　生成器（generator）：通过一边循环一边生成机制就生成器.

　　生成器只有在调用时才会生成相应的数据，只记录当前的位置

　　创建生成器方法一是：（x for i in range(10)）二是：如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator

　　　　[x for i in range(10)]是列表

　　　　（x for i in range(10)）是generator

　　　　generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误

　　　　python2中是next() python3中是__next__()

　　　　创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误

　　生成器示例代码

# -*- coding:utf-8 -*-

__author__ = 'shisanjun'

l=[x*2 for x in range(10)] #列表生成式

print(l)

g=(x*2 for x in range(3)) #创建生成器方式一

print(g) #提示是generator

# print(g.__next__()) #访问方式一是通过高用__next方法

# print(g.__next__())

# print(g.__next__())

# print(g.__next__()) #访问抛出异常StopIteration

# g=(x*2 for x in range(3))

# for i in g:  #通过for访问是没有异常的

#     print(i)

# #捕获StopIteration方式

while True:

    try:

        print(g.__next__())

    except StopIteration as e:

        print("generator except:%s" %e.value)

        break

　　通过yeild生成generator

# -*- coding:utf-8 -*-

__author__ = 'shisanjun'

def fib(max):#斐波拉契数列

    n,a,b=0,0,1

    while True:

        yield b

        a,b=b,a+b #t=(b,a+b) a=t[0],b=t[1]

        n+=1

        if n>max:

            break

    return "done"

f=fib(10)

while True:

    try:

        print(f.__next__())

    except StopIteration as e:

        print("generator stop" ,e.value)

        break

三.迭代器

　　可以直接用于for循环的对象就迭代对象：Iterable。集合类list,set,dict,str,tuple;generator类生成器和带yield的generator function

　　可以使用isinstance()判断是对象是不是迭代对象。

　　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。

　　把list、dict、str等Iterable变成Iterator可以使用iter()函数

　　Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算

　　凡是可作用于for循环的对象都是Iterable类型；

　　凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

　　集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。

　　Python的for循环本质上就是通过不断调用next()函数实现的

# -*- coding:utf-8 -*-

__author__ = 'shisanjun'

from collections import Iterable,Iterator

#可迭代对象

print(isinstance([],Iterable))

print(isinstance((),Iterable))

print(isinstance((x for x in range(10)),Iterable))

#迭代器

print(isinstance([],Iterator))

print(isinstance((),Iterator))

print(isinstance((x for x in range(10)),Iterator))

#用iter()转换为迭代器

print(isinstance(iter([]),Iterator))

print(isinstance(iter(()),Iterator))

print(isinstance((x for x in range(10)),Iterator))

　　四.目录组织方式

　　例子：

假设你的项目名为foo, 比较建议的最方便快捷目录结构这样就足够了:

Foo/

|-- bin/

|   |-- foo

|

|-- foo/

|   |-- tests/

|   |   |-- __init__.py

|   |   |-- test_main.py

|   |

|   |-- __init__.py

|   |-- main.py

|

|-- docs/

|   |-- conf.py

|   |-- abc.rst

|

|-- setup.py

|-- requirements.txt

|-- README

简要解释一下:

bin/: 存放项目的一些可执行文件，当然你可以起名script/之类的也行。
foo/: 存放项目的所有源代码。(1) 源代码中的所有模块、包都应该放在此目录。不要置于顶层目录。(2) 其子目录tests/存放单元测试代码； (3) 程序的入口最好命名为main.py。
docs/: 存放一些文档。
setup.py: 安装、部署、打包的脚本。
requirements.txt: 存放软件依赖的外部Python包列表。
README: 项目说明文件。

码农公寓

相关文章