文章目录
- 生成式
- 列表生成式
- 字典生成式
- 集合生成式
- 生成器
- 生成器的实现方式
- 将生成式改写成生成器。将[ ] 改成 ( )
- 使用yield关键字
- 闭包
- 装饰器
生成式
列表生成式
在“先有一个空列表，然后通过循环依次将元素添加到列表中”的场景，可以使用列表生成式。
列表生成式就是一个用来生成列表的特定语法形式的表达式。是python提供的一种生成列表的简洁形式，可以快速生成一个新的列表。
思考如下需求：
需求: 生成100个验证码(4个字母组成的验证码)，
平常做法：
import string
import random
codes=[]
for i in range(100):
code="".join(random.sample(string.ascii_letters, 4))
codes.append(code)
print(codes)
使用列表生成式
for循环100次，每次生成的直接加入列表中
import string
import random
codes = ["".join(random.sample(string.ascii_letters, 4)) for i in range(100)]
print(codes)
考虑需求：
找出1-100之间可以被3整除的数。
平常做法：
nums=[]
for i in range(1,101):
if i %3==0:
nums.append(i)
print(nums)
使用生成式实现：
nums=[i for i in range(1,101) if i % 3 ==0]
print(nums)
列表生成式中，for循环可以嵌套if语句，for循环也可以嵌套for循环，但是for循环嵌套for循环代码不太好读。
字典生成式
用来快速生成字典
在“先有一个空字典，然后通过循环依次将元素添加到字典中”的场景，可以使用字典生成式。
dic = {i: i ** 2 for i in range(10)}
print(dic)
集合生成式
用来快速生成集合
在“先有一个空集合，然后通过循环依次将元素添加到集合中”的场景，可以使用集合生成式。
result = {i ** 2 for i in range(10)}
print(result)
生成器
- 在Python中,一边循环一边计算的机制,称为生成器:Generator。
- 什么时候需要用到生成器？
性能限制需要用到 , 比如读取一个10G的文件,如果一次性将10G的文件加载到内存处理的话(read方法),内存可能会溢出；但使用生成器把读写交叉处理进行 ,比如使用(readline和readlines)就可以再循环读取的同时不断处理,这样就可以节省大量的内存空间.
比如计算0到1000的数的平方：
使用生成式，会稍微等待一会才能看到结果，而且结果是全部计算完成才返回。
如果需要计算的数更大，那么等待时间会更长
nums = [i ** 2 for i in range(1001)]
print(nums)
生成器的实现方式
将生成式改写成生成器。将[ ] 改成 ( )
使用生成器：
返回结果很快，而且返回的不是值，是一个generator。
nums = (i ** 2 for i in range(1001))
print(nums)
生成器能一边循环一边计算，在需要的时候再进行计算
如何打印出生成器的每一个元素呢？
- 通过for循环，依次计算并生成每一个元素
- 如果要一个一个打印出来，可以通过 next( ) 函数获得生成器的下一个返回值
nums = (i ** 2 for i in range(1001))
print(next(nums))
print(next(nums))
print(next(nums))
print(next(nums))
for num in nums:
print(num)
使用yield关键字
先需要说明，return关键字：
函数遇到return就返回，return后面的代码不会执行
def login():
a=1
return "login"
print(a)
result=login()
print(result)
def login():
print('step 1')
yield 1
print('step 2')
yield 2
print('step 3')
yield 3
result=login()
print(result)
当函数中有yield关键字，那么函数的返回值就是一个生成器
由于生成器是边循环边计算，因此可以使用 next( )打印出生成器的结果。
函数遇到yield则会停止执行代码，当调用next方法时，会从上次停止的地方继续执行，遇到yield停止。。。
def login():
print('step 1')
yield 1 #返回1
print('step 2')
yield 2
print('step 3')
yield 3
result=login() #result是一个生成器
print(next(result)) #使用next()打印出生成器的第一个值
print(next(result)) #使用next()打印出生成器的第二个值
生成器的特点是什么?
- 解耦. 爬虫与数据存储解耦;
- 减少内存占用. 随时生产, 即时消费, 不用堆积在内存当中;
- 可不终止调用. 写上循环, 即可循环接收数据, 对在循环之前定义的变量, 可重复使用;
- 生成器的循环, 在 yield 处中断, 没那么占 cpu.
闭包
什么是时间戳：
从1970年1月1日到现在经历的秒数
# coding=gbk
import time
start_time=time.time() #时间戳
time.sleep(2)
end_time=time.time()
print(f'休眠时间:{end_time-start_time}秒')
闭包的特性：
- 函数里面嵌套函数
- 外部函数的返回值是内部函数的引用
- 内部函数可以使用外部函数的变量
# coding=gbk
def timeit(name):
def wrapper():
print('wrapper '+name)
print('timeit')
return wrapper
in_fun=timeit('lee') #in_fun实质上就是wrapper函数
in_fun() #执行wrapper函数
装饰器
装饰器是用来装饰函数的工具
可以在不改变源代码的情况下，添加额外功能的工具。比如计算运行时间，记录日志，权限判断
如何实现装饰器？依靠闭包实现
下述程序，可以大致按照(1)(2)(3)(4)(5)(6)的顺序去执行
# coding=gbk
"""
需求：给计算两数之和的函数添加额外功能：计算该函数的运行时间
"""
# 定义装饰器
import time
def timeit(f): #（2）
def wrapper(x, y): #（4）
start = time.time() # 被装饰函数add执行之前，计算时间
result = f(x, y) # 2.f(x,y)实质上是add加法函数
end = time.time() # 被装饰函数add执行之后，计算时间
print("函数运行时间为: %.4f" % (end - start))
return result
return wrapper
@timeit # 1.语法糖 （1）
# add=timeit(add) 装饰器要装饰add函数，将add函数作为参数传入，并将返回值wrapper赋给被装饰的函数add
def add(x, y): #（5）
return x + y
result = add(1, 3) #此时执行add函数，其实执行的是wrapper函数 （3）
print(result) #（6）
如何自己写一个装饰器？
#下述装饰器什么功能都没有，只是执行了被装饰函数
def timit(f): #f是被装饰的函数
def wrapper(*args,**kwargs):
result=f(*args,**kwargs) #执行被装饰函数
return result
return wrapper
定义一个login（）函数，执行该函数能打印login…
现在希望给该函数添加功能，在打印login…之前，先显示一个欢迎界面
那么就可以借助装饰器，装饰器就能在不改变源代码的基础上，给函数附加功能。类似地，如果有别的函数也希望添加一个欢迎界面，也能直接使用该装饰器。
在wrapper函数内执行print(f._ _name_ _)能打印出被装饰函数的名称
def timit(f): #f是被装饰的函数
def wrapper(*args,**kwargs):
print("welcome...")
result=f(*args,**kwargs) #执行被装饰函数
print(f"被装饰函数{f.__name__}执行完毕")
return result
return wrapper
@timit
def login():
print("login...")
login()
def timit(f): #f是被装饰的函数
"""装饰器"""
def wrapper(*args,**kwargs):
"""wrapper内置函数"""
print("welcome...")
result=f(*args,**kwargs) #执行被装饰函数
print(f"被装饰函数{f.__name__}执行完毕")
return result
return wrapper
@timit
def login():
"""login函数描述"""
print("login...")
print(help(login))
print(help(login))查看login的帮助文档，但是显示的是wrapper函数的帮助文档。
这是因为有装饰器，执行login函数的时候，其实执行的是wrapper。所以直接返回的是wrapper的帮助文档。怎么样才能实现访问login的说明文档就返回login的，不返回wrapper的？
from functools import wraps
def timit(f): #f是被装饰的函数
"""装饰器"""
@wraps(f) #保留被装饰函数的属性信息和帮助文档！！！
def wrapper(*args,**kwargs):
"""wrapper内置函数"""
print("welcome...")
result=f(*args,**kwargs) #执行被装饰函数
print(f"被装饰函数{f.__name__}执行完毕")
return result
return wrapper
@timit
def login():
"""login函数描述"""
print("login...")
print(help(login))
通过 @wraps(f)装饰被装饰函数的属性信息，进而能保留被装饰函数的属性信息和帮助文档。
装饰器的实现模板：
#装饰器的万能模板:
def 装饰器名称(f):
@wraps(f) # 保留被装饰函数的属性信息和帮助文档
def wrapper(*args, **kwargs):
# 执行函数之前做的事情
result = f(*args, **kwargs)
# 执行函数之后做的事情
return result
return wrapper
