您的位置：首页 > 编程语言 > Python开发

Day5-python基础之函数（二）

2016-11-07 22:43 363 查看
生成器

迭代器

装饰器

模块

来个需求，一个列表中所有元素都+1

1.最容易想到的方法 for循环，找列表索引，对应每个值+1

list_old = [1,2,3,4,5,6,7,8,9]
for index,i in enumerate(list_old):
list_old[index]+=1
print(list_old)


View Code
2.用上节课讲的匿名函数试试，也可以

a = map(lambda x:x+1,list_old)
for i in a:
print(i)


3.列表生成

a = [i+1 for i in list_old]
print(a)
a = [i*2 if i > 5 else i for i in list_old]
print(a)


生成器

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。

生成器就是一边循环一边计算的机制，不必创建完整的list，从而节省大量的空间。

要创建一个生成器，有很多种方法。第一种方法很简单，只要把一个列表生成式的
[]
改成
()
，就创建了一个生成器：

生成器和列表生成的区别就是一个是()，另一个是[]

a = (x*x for x in range(10))
print(next(a))
print(a.__next__())


斐波那契数列

def field(num):
count = 0
a,b = 0,1
while count < num:
tmp  = a
a = b
b = a+tmp   #a,b = b, a+b
count += 1
yield a　　#加上yield，就是生成器了
　　　　 print('hehe')
f = field(10000)

print(f.__next__())
print(f.__next__())


yield a 返回a,同时挂起函数，a返回给了通过__next__()调用当前函数，这代表通过yield实现了函数的中断，并且保存了函数的中间执行状态。
生成器和函数的执行顺序是不一样的，在每次调用
next()
的时候执行，遇到
yield
语句返回，再次执行时从上次返回的
yield
语句处继续执行。
像上面的例子加上断点后第一次next(),执行到yield a,第二次next(),返回到yield a处继续往下执行print('hehe')，继续while循环，一直执行到yield a。

通过yield在单线程情况下模拟并发情况

import time
def consumer(name):
print("%s 准备吃包子啦!" %name)
while True:
baozi = yield

print("包子[%s]来了,被[%s]吃了!" %(baozi,name))

def producer(name):
c = consumer('A')
c2 = consumer('B')
c.__next__()
c2.__next__()
print("老子开始准备做包子啦!")
for i in range(10):
time.sleep(1)
print("做了2个包子!")
c.send(i)
c2.send(i)

producer("alex")


send(i)相当于__next__()，并且可以传递数据给yield

迭代器

可以作用于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：

>>>
from
collections
import
Iterable


*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
。

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

总结：

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

2.装饰器

有如下版块，现在需要每个版块都加上认证功能

def home():
print("---首页----")

def america():
print("----欧美专区----")

def japan():
print("----日韩专区----")

def henan():
print("----河南专区----")


take it easy,在每个版块加上调用login()

user_status = False #用户登录了就把这个改成True

def login():
_username = "alex" #假装这是DB里存的用户信息
_password = "abc!23" #假装这是DB里存的用户信息
global user_status

if user_status == False:
username = input("user:")
password = input("pasword:")

if username == _username and password == _password:
print("welcome login....")
user_status = True
else:
print("wrong username or password!")
else:
print("用户已登录，验证通过...")

def home():
print("---首页----")

def america():
login() #执行前加上验证
print("----欧美专区----")

def japan():
print("----日韩专区----")

def henan():
login() #执行前加上验证
print("----河南专区----")

home()
america()
henan()


虽然实现了功能，但是违反了软件开发的原则，已实现的功能代码块封闭原则

用高阶函数试试，把一个函数当做参数传给另一个函数

user_status = False #用户登录了就把这个改成True

def login(func): #把要执行的模块从这里传进来
_username = "alex" #假装这是DB里存的用户信息
_password = "abc!23" #假装这是DB里存的用户信息
global user_status

if user_status == False:
username = input("user:")
password = input("pasword:")

if username == _username and password == _password:
print("welcome login....")
user_status = True
else:
print("wrong username or password!")

if user_status == True:
func() # 看这里看这里，只要验证通过了，就调用相应功能

def home():
print("---首页----")

def america():
#login() #执行前加上验证
print("----欧美专区----")

def japan():
print("----日韩专区----")

def henan():
#login() #执行前加上验证
print("----河南专区----")

home()
login(america) #需要验证就调用 login，把需要验证的功能 当做一个参数传给login


哦也，实现功能了，也没有改变原版块代码，然而改变了函数的调用方式。

装饰器（高阶函数加嵌套函数）

user_status = False
def login(func):
def inner():
_username = 'alex'
_password = '123'
global user_status
if not user_status:
username = input('user:')
password = input('password:')
if username == _username and password == _password:
print('welcome')
user_status = True
else:
print('wrong password or username')
else:
print('用户已经登录')
if user_status == True:
func()
return inner

def home():
print("---首页----")

def america():
print("----欧美专区----")

def japan():
print("----日韩专区----")

def henan():
print("----河南专区----")

america = login(america)#这行可以用@login替代，在每个需要加的函数前加@login
america()


user_status = False
def login(func):
def inner(*args,**kwargs):
_username = 'alex'
_password = 'abc!23'
global user_status

if user_status == False:
username = input('user:')
password = input('password:')

if username == _username and password == _password:
print('welcome login...')
user_status = True
else:
print('wrong username or password')

if user_status == True:
func(*args,**kwargs)
return inner

def home():
print('-----首页------')
@login
def america(style):
print(style)
print('-----欧美专区-----')

def japan():
print('-----日韩专区-----')

def henan():
print('-----河南专区-----')

america('3p')


调用时加上参数，执行时，从上往下，当遇到@login时，america = login(america),实际login返回了inner的内存地址，此时america = inner，继续往下，再次遇到america('3p')时,实际调用inner，把3p参数传给inner，inner('3p'),用户名密码正确后调用america('3p')。

#_*_coding:utf-8_*_

user_status = False #用户登录了就把这个改成True

def login(auth_type): #把要执行的模块从这里传进来
def auth(func):
def inner(*args,**kwargs):#再定义一层函数
if auth_type == "qq":
_username = "alex" #假装这是DB里存的用户信息
_password = "abc!23" #假装这是DB里存的用户信息
global user_status

if user_status == False:
username = input("user:")
password = input("pasword:")

if username == _username and password == _password:
print("welcome login....")
user_status = True
else:
print("wrong username or password!")

if user_status == True:
return func(*args,**kwargs) # 看这里看这里，只要验证通过了，就调用相应功能
else:
print("only support qq ")
return inner #用户调用login时，只会返回inner的内存地址，下次再调用时加上()才会执行inner函数

return auth

def home():
print("---首页----")

@login('qq')
def america():
#login() #执行前加上验证
print("----欧美专区----")

def japan():
print("----日韩专区----")

@login('weibo')
def henan(style):
'''
:param style: 喜欢看什么类型的，就传进来
:return:
'''
#login() #执行前加上验证
print("----河南专区----")

home()
# america = login(america) #你在这里相当于把america这个函数替换了
#henan = login(henan)

# #那用户调用时依然写
america()

# henan("3p")


os

提供对操作系统进行调用的接口

os.getcwd() 获取当前工作目录，即当前python脚本工作的目录路径
os.chdir("dirname")  改变当前脚本工作目录；相当于shell下cd
os.curdir  返回当前目录: ('.')
os.pardir  获取当前目录的父目录字符串名：('..')
os.makedirs('dirname1/dirname2')    可生成多层递归目录
os.removedirs('dirname1')    若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推
os.mkdir('dirname')    生成单级目录；相当于shell中mkdir dirname
os.rmdir('dirname')    删除单级空目录，若目录不为空则无法删除，报错；相当于shell中rmdir dirname
os.listdir('dirname')    列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印
os.remove()  删除一个文件
os.rename("oldname","newname")  重命名文件/目录
os.stat('path/filename')  获取文件/目录信息
os.sep    输出操作系统特定的路径分隔符，win下为"\\",Linux下为"/"
os.linesep    输出当前平台使用的行终止符，win下为"\t\n",Linux下为"\n"
os.pathsep    输出用于分割文件路径的字符串
os.name    输出字符串指示当前使用平台。win->'nt'; Linux->'posix'
os.system("bash command")  运行shell命令，直接显示
os.environ  获取系统环境变量
os.path.abspath(path)  返回path规范化的绝对路径
os.path.split(path)  将path分割成目录和文件名二元组返回
os.path.dirname(path)  返回path的目录。其实就是os.path.split(path)的第一个元素
os.path.basename(path)  返回path最后的文件名。如何path以／或\结尾，那么就会返回空值。即os.path.split(path)的第二个元素
os.path.exists(path)  如果path存在，返回True；如果path不存在，返回False
os.path.isabs(path)  如果path是绝对路径，返回True
os.path.isfile(path)  如果path是一个存在的文件，返回True。否则返回False
os.path.isdir(path)  如果path是一个存在的目录，则返回True。否则返回False
os.path.join(path1[, path2[, ...]])  将多个路径组合后返回，第一个绝对路径之前的参数将被忽略
os.path.getatime(path)  返回path所指向的文件或者目录的最后存取时间
os.path.getmtime(path)  返回path所指向的文件或者目录的最后修改时间


sys

sys.argv           命令行参数List，第一个元素是程序本身路径
sys.exit(n)        退出程序，正常退出时exit(0)
sys.version        获取Python解释程序的版本信息
sys.maxint         最大的Int值
sys.path           返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值
sys.platform       返回操作系统平台名称
sys.stdout.write('please:')
val = sys.stdin.readline()[:-1]


__file__相对路径

os.path.abspath(__file__)相对路径变成绝对路径

import sys
import os
BaseDir = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))

sys.path.append(BaseDir)#路径加到path中


在python2中，如果目录里没有__init__,那只是一个目录，不能导入，有__init__,那这个目录就变成了‘包’

序列化：把一个内存对象转换成字符串形式

反序列化：把一个字符串转成对应的内存对象

作用：持久化内存对象

序列化：json.dump json.dumps

反序列化：json.loads json.load

json：用于字符串 和 python数据类型间进行转换

import json
data = {
'name':'alex',
'age': 22,
'sex':'m'
}
f = open('data.txt','w',encoding='utf-8')
#f.write(json.dumps(data))
json.dump(data,f)


dump不需要f.write()

import json

f = open("data.txt",encoding="utf-8")

# data = json.loads(f.read())
data = json.load(f)
print(data["age"])


load不需要f.read()

pickle：用于python特有的类型 和 python的数据类型间进行转换

用pickle时打开文件用wb和rb模式，dump之后要记得f.close()

json.dump(data,f) = f.wirte(json.dumps(data))
data=json.load(f) = data=json.loads(f.read())
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息
标签： 
相关文章推荐
新的分享
章节导航