Python初探第二篇-裝飾器和迭代器，產生器

標籤：stop   情況下   運行時   計時   元組   import   簡潔   __iter__   載入   

一，裝飾器

　　1，概念

　　裝飾器就是給已有的模組添加新的功能，如登入驗證功能，已耗用時間功能等。本身可以是任意可調用對象，被裝飾者也可以是任意可調用對象。
　　強調裝飾器的原則：1 不修改被裝飾對象的原始碼 2 不修改被裝飾對象的調用方式
　　裝飾器的目標：在遵循1和2的前提下，為被裝飾對象添加上新功能

　　2，理論基礎

　　要想實現裝飾器的功能，我們需要三個理論基礎：函數閉包+函數嵌套+高階函數。我們通過為如下模組加入統計已耗用時間的裝飾器來講解如何使用

import timedef test_func():    for i in range(5):        time.sleep(0.5)

　　3，推導

　　首先我們知道要知道函數的已耗用時間，只需要在函數前後加上目前時間，通過差值就能計算出來。因此我們可以定義一個模組，並傳入所求的函數的函數地址，即高階函數。

　　模組中包含此函數的調用和統計時間的功能

import timedef test_func():    for i in range(5):        time.sleep(0.5)def decorate(func):    start_time = time.time()    func()    end_time = time.time()    print(end_time-start_time)decorate(test_func)   #2.5s

　　這樣就實現了統計時間的功能，但是卻修改了函數的調用邏輯，因此進一步思考，我們可以在裝飾器函數內定義函數，並在此函數內調用被統計函數，即函數嵌套，並返回

       代碼 如下：

import timedef test_func():    for i in range(5):        time.sleep(0.5)def decorate(func):    def count_time():        start_time = time.time()        func()        end_time = time.time()        print(end_time-start_time)    return count_timetest_func = decorate(test_func)test_func()

而python給我們提供了裝飾器文法：

import timedef decorate(func):    def count_time():        start_time = time.time()        func()        end_time=time.time()        print(end_time-start_time)    return count_time@decorate def test_func():    for i in range(5):        time.sleep(0.5)test_func()

 上面就實現了一個簡單的裝飾器，可根據需求來增加它的功能，如傳入參數，傳回值等。

 

二，迭代器

　　1，概念

　　迭代器(iteretor)是一種遍曆容器所有或者部分元素的方法，相當於一個複雜的指標，能夠遍曆複雜的資料結構，一個容器也應該提供它自己的迭代器。

　　2，迭代器對象與可迭代對象

　　　迭代器對象：即對象能夠提供遍曆它的方法，像是迭代器的一種具體表現，在Python中迭代器對象能夠提供__iter__和__next__方法來得到容器中下一個元素的值。

　　　可迭代對象：即對象提供__iter__方法，使用該方法後得到迭代器對象，如字串，列表元組

li=[1,2,3,4,5]li=li.__iter__()  # 可迭代對象轉化成迭代器對象print(li.__next__())  # 1

　　3，使用方法　　

dic = {"a": 1, "e": 4, "b": 2, "c": 3, "d": 4}iter_dic = dic.__iter__()# while True:try:    print(next(iter_dic))   #"a" "e" "b".....except StopIteration:     #需要手動捕捉異常    break

　　而我們可以藉助Python中強大的for迴圈機制來迴圈遍曆容器

　　4，for迴圈

#基於for迴圈，我們可以完全不再依賴索引去取值了dic = {‘a‘:1,‘b‘:2,‘c‘:3}for k in dic:    print(dic[k])#for迴圈的工作原理#1：執行in後對象的dic.__iter__()方法，迭代器對象.__iter,返回對象本身。得到一個迭代器對象iter_dic#2: 執行next(iter_dic),將得到的值賦值給k,然後執行迴圈體代碼#3: 重複過程2，直到捕捉到異常StopIteration,結束迴圈

 三，產生器

　　Python使用產生器能夠實現延時操作，何謂延時操作，即需要結果時就產生結果，不需要時就不產生。提供產生器對象有兩種方式：

　　1，產生器函數：和常規的函數定義一樣只不過不用return，而是使用yield來返回結果。一次只返回一個結果，在每個結果中間，掛起函數狀態，以便下次繼續返回。

　　2，產生器運算式：產生一個產生器對象，按需產生結果，就是迭代的時候產生具體的值。

 

 　  1，產生器函數　　

def gensquares(n):    for i in range(n):        yield i ** 2obj = gensquares(5)print(obj)  # <generator object gensquares at 0x00000000021E55C8>print(next(obj))  # 0print(next(obj))  # 1print(next(obj))  # 4

　　2，產生器運算式

li = []for i in range(5):    name = "name%d" % i    li.append(name)print(li)  # [‘name0‘, ‘name1‘, ‘name2‘, ‘name3‘, ‘name4‘]# 列表推導li = ["name%d" % i for i in range(5)]print(li)  # [‘name0‘, ‘name1‘, ‘name2‘, ‘name3‘, ‘name4‘]# 簡潔了許多# 產生器運算式gens = ("name%d" % i for i in range(5))print(gens)  # <generator object <genexpr> at 0x00000000028655C8>print(next(gens))  # name0print(next(gens))  # name1print(next(gens))  # name2
#產生器對象就是迭代器對象

     使用產生器的好處資料不會直接載入到記憶體，在資料量很大的情況下作用很大。比如使用內建函數如下

#print(sum([i for i in range(100000000)])) #提示電腦記憶體不足，程式崩潰print(sum((i for i in range(1000000000)))) #程正常運行

    注意事項：產生器對象是一種迭代器對象，它們都只能遍曆一次，而可迭代對象可以多次遍曆。

 

Python初探第二篇-裝飾器和迭代器，產生器