1、 列表生成器：代码例子
a=[i*2 for i in range(10)]
print(a) 运行效果如下：
D:\python35\python.exe D:/python培训/s14/day4/列表生成式.py
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18] Process finished with exit code 0
2、高阶函数
变量可以指向函数，函数的参数能接受变量，即把一个函数名当做实参传给另外一个函数
返回值中包涵函数名
代码例子：
1 def test():
2 print("int the test")
3
4 def test2(func):
5 print("in the test2")
6 print(func)
7 func()
8
9 test2(test)
10 运行效果如下：
11 D:\python35\python.exe D:/python培训/s14/day4/高阶函数.py
12 in the test2
13 <function test at 0x000000000110E268> #这里是test的内存地址
14 int the test
15
16 Process finished with exit code 0
3、装饰器
装饰器：本质是函数，（装饰其他函数）就是为其他函数添加附加功能
装饰器原则：
a.不能修改被装饰的函数的源代码
b．不能修改被装饰的函数的调用方式
实现装饰器的知识储备：
a、函数即“变量”
b、高阶函数
c、嵌套函数
高阶函数+嵌套函数=====装饰器
高阶函数：
a.把一个函数名当做实参传给另外一个函数
b.返回值中包含函数名
代码例子
import time
def timeer(func):
def warpper():
start_time=time.time()
func()
stop_time=time.time()
print("the fun runn time is %s" %(stop_time-start_time))
return warpper
@timeer
def test1():
time.sleep(3)
print("in the test1") test1()
运行结果如下：
D:\python35\python.exe D:/python培训/s14/day4/装饰器.py
in the test1
the fun runn time is 3.000171661376953 Process finished with exit code 0
带参数的装饰器
import time def timer(func):
def deco(*args,**kwargs):
start_time=time.time()
func(*args,**kwargs)
stop_time=time.time()
print("the func runn time is %s" %(stop_time-start_time))
return deco @timer #test1 = timer(test1)
def test1():
time.sleep(3)
print("in the test1") @timer def test2(name,age):
print("name:%s,age:%s" %(name,age)) test1()
test2("zhaofan",23)
运行结果如下： D:\python35\python.exe D:/python培训/s14/day4/装饰器3.py
in the test1
the func runn time is 3.000171661376953
name:zhaofan,age:23
the func runn time is 0.0 Process finished with exit code 0
终极版的装饰器
import time
user,passwd = "zhaofan",""
def auth(auth_type):
print("auth func:",auth_type)
def outer_wrapper(func):
def wrapper(*args,**kwargs):
if auth_type=="local":
username = input("Username:").strip()
password = input("Password:").strip()
if user == username and passwd== password:
print("\033[32;1mUser has passed authentication\033[0m")
res = func(*args,**kwargs)
print("------after authentication")
return res
else:
exit("\033[31;1mInvalid username or password\033[0m")
elif auth_type=="ldap":
print("没有ldap")
return wrapper
return outer_wrapper def index():
print("welcome to index page")
@auth(auth_type="local")
def home():
print("welcome to home page")
return "from home"
@auth(auth_type="ldap")
def bbs():
print("welcome to bbs page") index()
print(home())
bbs() 运行结果如下：
D:\python35\python.exe D:/python培训/s14/day4/装饰器4.py
auth func: local
auth func: ldap
welcome to index page
Username:zhaofan
Password:123
User has passed authentication
welcome to home page
------after authentication
from home
没有ldap Process finished with exit code 0
4、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。
a = [x for x in range(10)]
print(a) g=(x for x in range(10))
print(g)
运行结果如下：
D:\python35\python.exe D:/python培训/s14/day4/生成器.py
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
<generator object <genexpr> at 0x0000000000B01DB0> Process finished with exit code 0
生成器只有一个方法：__next__()
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。
g=(x for x in range(10)) for i in g:
print(i) 运行结果如下： D:\python35\python.exe D:/python培训/s14/day4/生成器的调用.py
0
1
2
3
4
5
6
7
8
9 Process finished with exit code 0
5、可以直接作用于for循环的数据类型有以下几种
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
可以使用isinstance()判断一个对象是否是Iterable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。
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
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。
6、json和pickle