我的Python分析成长之路5

一、装饰器：

　　本质是函数，装饰其他函数，为其他函数添加附加功能。

　　原则：

　　　　1.不能修改被装饰函数的源代码。　

　　　　2.不能修改被装饰函数的调用方式。

　　装饰器用到的知识：

　　　　　　　　　　1.函数即变量（把函数体赋值给函数名）

　　　　　　　　　　2.高阶函数（1.一个函数接受另一个函数名作为实参2.返回值中含有函数名）

　　　　　　　　　　3.嵌套函数（一个函数嵌套这另一个函数）　　

　　　　先看高阶函数：

　　　　　　　　　　　1。要实现不修改被装饰函数的源代码，就要使用一个函数接受另一个函数名作为实参

　　　　　　　　　　　　2.要实现不修改源代码的调用方式，使用返回值中包含函数名

　　　　嵌套函数：

def test1():

    print("in the test1")

    def test2():

        print("in the test2")

    test2()

test1()           #一个函数中包含另一个函数，而且内部的函数只能在内部调用

　　　　　装饰器的实现

#给计算test的运行时间

def timer(func):

    def wrapper():

        start_time = time.time()

        func()

        end_time = time.time()

        print("函数运行时间：%s"%(end_time-start_time))

    return wrapper

@timer

def test():

    time.sleep(1)

# test = timer(test)

test()

import time

def timer(func):

    def wrapper(n):

        start_time = time.time()

        func(n)

        end_time = time.time()

        print("函数运行时间：%s"%(end_time-start_time))

    return wrapper

@timer

def test(n):       #当函数中含有参数时

    time.sleep(1)

    print("打印的值为：%s"%n)

# test = timer(test)

test(5)

 import time

 def timer(func):

     def wrapper(*args,**kwargs):     #当函数中含有任意多个参数参数时

         start_time = time.time()

         func(*args,**kwargs)

         end_time = time.time()

         print("函数运行时间：%s"%(end_time-start_time))

     return wrapper

 @timer

 def test(age,name):

     time.sleep(1)

     # print("打印的值为：%s")

     print("年龄是%s,名字是%s"%(name,age))

 # test = timer(test)

 test(24,name='小明')

二、迭代器与生成器

　　列表生成式 [i *2 for i in range(10)]

　　生成器　　1.只有在调用的时候才会生成数据。2.只记录当前位置。3.只有next方法，直到最后抛出stopiteration才终止

　　　　　　第一种形式

 [i *2 for i in range(10)]   #列表生成式

 x = (i *2 for i in range(10))    #生成器

 print(x.__next__())

 print(x.__next__())

 print(next(x))

　　　　　　　第二种形式

 def f(maxiter):

     n,a,b = 0,0,1

     while n<maxiter:

         yield b       #用函数形成生成器 含有 yield

         a,b = b,a+b

         n += 1

 x = f(10)

 print(x.__next__())    #要想生成数据，需要调用next方法

 print(x.__next__())

　　　　如果要获取生成器的值，就要捕获stopiteration异常

 def f(maxiter):

     n,a,b = 0,0,1

     while n<maxiter:

         yield b

         a,b = b,a+b

         n += 1

     return "done"     #如果要获取函数的返回值，就要捕获stopiteration异常

 x = f(3)

 while True:

     try:

         print("x:",x.__next__())

     except StopIteration as e:

         print("生成器返回值:",e.value)

         break

 #最简单的生产者消费者模型

 import time

 def consumer(name):

     print("%s要准备吃包子了"%name)

     while True:

         baozi = yield

         print("%s包子被%s吃了"%(baozi,name))

 def produser(name):

     c1 = consumer('A')

     c2 = consumer('B')

     c1.__next__()

     c2.__next__()

     for  i in range(10):

         time.sleep(1)

         print("%s做了2个包子"%name)

         c1.send(i)

         c2.send(i)

 produser('xiaoming')

　　可迭带对象iterable：可以直接用for循环的对象称为可迭代对象可以用isinstance()函数判断是不是可迭代对象

　　迭代器iterator：可以调用next方法，并不断返回下一个值的对象　　生成器都是迭代器，list、dict、str 都是可迭代对象，但不是迭代器。可用iter方法使之称为迭代器

三、map、filter、reduce函数

 print(map(lambda x:x*2,range(10)))

 print(list(map(lambda x:x*2,range(10))))

 #map（func,iterable）对iterable调用func 得到的是

 print(list(filter(lambda x:x>5,range(10))))

 #filter(func,iterable)  #对可迭代对象进行筛选

 print(list(filter(lambda x:x.startswith('m'),['mn','mb','b'])))

 from functools import reduce

 print(reduce(lambda x,y:x+y,range(10)))     #进行累加操作

 # reduce(func,iterable)

四、json和pickle模块

 data ={'name':'zqq','age':8,'sex':"boy"}

 f = open("file.json","r")

 # f.write(str(data))

 import json

 x = json.dumps(data)   #序列化  或 json.dump(data,f)    dump可以多次，load只能一次

 f.write(x)

 data = json.loads(f.read())       #反序列化 或json.load(f)

 print(data)

 f.close()       

 f = open("ddd.txt","wb")

 import pickle

 x = pickle.dumps(data)        #序列化   pickle.dump(data,f)

 f.write(x)

 f.close()

 f = open("ddd.txt","rb")

 import pickle

 data = pickle.loads(f.read())     #反序列化    pickle.load(f)

 print(data)

巴特西

我的Python分析成长之路5

最新文章

热门文章