python3 速查参考- python基础 7 -> 函数编程之 装饰器、生成器

时间：2021-02-13 05:50:12

装饰器

1.速查笔记

#-- 函数装饰器:是它后边的函数的运行时的声明 由@符号以及后边紧跟的"元函数"(metafunction)组成

        @staticmethod

        def smeth(x): print(x)

    # 等同于:

        def smeth(x): print(x)

        smeth = staticmethod(smeth)

定义：在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）

经典示例：

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

import time

def timer(func): #把被装饰的函数ceshi的内存地址传给了func

    def deco(*args,**kwargs):

        start_time = time.time()

        func(*args,**kwargs)

        stop_time = time.time()

        print('测试函数运行时间',(stop_time-start_time))

    return deco #返回deco的内存地址

@timer

def ceshi(a):

    time.sleep(3)

    print('测试%s'%a)

ceshi('装饰器')

2. 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.实现装饰器的技能储备

① 函数本身即是变量

② 高阶函数，把一个函数名当做实参穿给另一个函数

③ 嵌套函数

参考：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014318435599930270c0381a3b44db991cd6d858064ac0000

生成器

1.速查笔记

#-- 生成器函数:yield VS return

    def gensquare(N):

        for i in range(N):

            yield i** 2                 # 状态挂起 可以恢复到此时的状态

    for i in gensquare(5):              # 使用方法

        print(i, end = ' ')             # [0, 1, 4, 9, 16]

    x = gensquare(2)                    # x是一个生成对象

    next(x)                             # 等同于x.__next__() 返回0

    next(x)                             # 等同于x.__next__() 返回1

    next(x)                             # 等同于x.__next__() 抛出异常StopIteration  

#-- 生成器表达式:小括号进行列表解析

    G = (x ** 2 for x in range(3))      # 使用小括号可以创建所需结果的生成器generator object

    next(G), next(G), next(G)           # 和上述中的生成器函数的返回值一致

    #（1）生成器(生成器函数/生成器表达式)是单个迭代对象

    G = (x ** 2 for x in range(4))

    I1 = iter(G)                        # 这里实际上iter(G) = G

    next(I1)                            # 输出0

    next(G)                             # 输出1

    next(I1)                            # 输出4

    #（2）生成器不保留迭代后的结果

    gen = (i for i in range(4))

in gen                            # 返回True

in gen                            # 返回True

in gen                            # 返回False，其实检测2的时候，1已经就不在生成器中了，即1已经被迭代过了，同理2、3也不在了

2. 生成器表达式

局限性：只能适合简单的算法

示例：

test = (x**2 for x in range(1,10))

print(next(test))

print(test.__next__())

3. 生成器函数 yield

斐波那契函数的打印示例：

def fib(max):

    a,b,n = 1,1,0

    while n<max:

        yield b

        a,b = b,a+b

        n+=1

    return b

test = fib(10)

print(test.__next__())

print(next(test))

for i in test:

    print(i)

相关文章