python3 速查參考- python基礎 -> 函數編程之 裝飾器、產生器

標籤：square   pytho   for   iter   記憶體   icm   class   裝飾器   使用   

裝飾器

 

1.速查筆記

#-- 函數裝飾器:是它後邊的函數的運行時的聲明 由@符號以及後邊緊跟的"元函數"(metafunction)組成          @staticmethod          def smeth(x): print(x)      # 等同於:          def smeth(x): print(x)          smeth = staticmethod(smeth)  

定義：在代碼運行期間動態增加功能的方式，稱之為“裝飾器”（Decorator）

經典樣本：

# -*-  coding:utf-8 -*-import timedef timer(func): #把被裝飾的函數ceshi的記憶體位址傳給了func    def deco(*args,**kwargs):        start_time = time.time()        func(*args,**kwargs)        stop_time = time.time()        print(‘測試函數已耗用時間‘,(stop_time-start_time))    return deco #返回deco的記憶體位址@timerdef ceshi(a):    time.sleep(3)    print(‘測試%s‘%a)ceshi(‘裝飾器‘)

2. 原則：①不能修改被裝飾函數的原始碼；②不能修改被裝飾函數的調用方式

3.實現裝飾器的技能儲備

① 函數本身即是變數

② 高階函數，把一個函數名當做實參穿給另一個函數

③ 嵌套函數

 

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

 

 

產生器

 

1.速查筆記

#-- 產生器函數:yield VS return      def gensquare(N):          for i in range(N):              yield i** 2                 # 狀態掛起 可以恢複到此時的狀態      for i in gensquare(5):              # 使用方法          print(i, end = ‘ ‘)             # [0, 1, 4, 9, 16]      x = gensquare(2)                    # x是一個產生對象      next(x)                             # 等同於x.__next__() 返回0      next(x)                             # 等同於x.__next__() 返回1      next(x)                             # 等同於x.__next__() 拋出異常StopIteration        #-- 產生器運算式:小括弧進行列表解析      G = (x ** 2 for x in range(3))      # 使用小括弧可以建立所需結果的產生器generator object      next(G), next(G), next(G)           # 和上述中的產生器函數的傳回值一致      #（1）產生器(產生器函數/產生器運算式)是單個迭代對象      G = (x ** 2 for x in range(4))      I1 = iter(G)                        # 這裡實際上iter(G) = G      next(I1)                            # 輸出0      next(G)                             # 輸出1      next(I1)                            # 輸出4      #（2）產生器不保留迭代後的結果      gen = (i for i in range(4))  in gen                            # 返回True  in gen                            # 返回True  in gen                            # 返回False，其實檢測2的時候，1已經就不在產生器中了，即1已經被迭代過了，同理2、3也不在了  

2. 產生器運算式

局限性：只能適合簡單的演算法

樣本： 

test = (x**2 for x in range(1,10))print(next(test))print(test.__next__())

 

 

3. 產生器函數 yield

斐波那契函數的列印樣本：

def fib(max):    a,b,n = 1,1,0    while n<max:        yield b        a,b = b,a+b        n+=1    return btest = fib(10)print(test.__next__())print(next(test))for i in test:    print(i)

 

python3 速查參考- python基礎 -> 函數編程之 裝飾器、產生器