Python_Example_生成器 迭代器 闭包 装饰器 (重点) 学习/示例

 Author: 楚格

2018-11-14  21:09:01

IDE： Pycharm2018.02   Python 3.7   

KeyWord :   生成器 迭代器 闭包 装饰器

Explain: 

----------------------------------------------

--

# coding=utf-8
# ---------------------------------
'''
# Author  : chu ge
# Function:
#
'''
# ---------------------------------
'''
迭代器：
迭代是访问集合元素的一种方式，迭代器是一个可以记住遍历的位置对象。
迭代器对象从集合的第一个元素开始访问，
直到所有的元素被访问完结束。迭代器只能往前不会后退。

1.可迭代对象
以直接作用于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
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循环的对象统称可迭代对象：iterable

2.判断是否可以迭代
可以使用isinstance（）判断一个对象是否是iterable对象：
e.g 
form collection import Iterable
isinstance([],Iterable)
>>true
而生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，
知道最后抛出stopiterable错误表示无法继续返回下一个值。

3迭代器
可以被next（）函数调用并不断返回下一个值的对象为迭代器：iterable。
可以使用isinstance()判断一个对象是否是iterator对象：
form collection import Iterator
isinstance((x for x in range(10)),Iterator)
>>true
isinstance([],Iterator)
false

4.iter()函数
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：
凡是可以作用于for循环对象的都是iterable类型：
凡是可作用于next（）函数的对象都是iterator类型，
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。


》》》


闭包

1.函数引用
def line_conf(a,b):
    def line(x):
        :return a*x + b
    :return line

line1 = line_conf(1,1)
line2 = line_conf(4,5)
print(line1(5))
print(line2(5))

2.什么是闭包
函数line与a,b构成闭包。
在创建闭包的时候，我们通过line_conf的参数a,b说明了二个变量的取值
这样，我们就确定了函数的最终形式（y = x + 1 和 y = 4x +5）
我们只需要变换参数a,b,就可以获得不同的直线表达函数。
由此，我们可以看到，闭包也具有提高代码可复用性的作用

如果没有闭包，我们需要每次创建直线函数的同时说明abx.
这样，我们就需要更多的参数传递，也减少了代码的可移植性。
1.闭包 优化了变量，原来需要类对象完成的工作，闭包也可以完成。
2.由于闭包引用了外部函数局部变量，则外部函数的局部变量没有及时释放，消耗内存


》》》


装饰器
1.
装饰器必须是闭包函数！！
1.1
def foo():
    Print("foo")

foo   # 表示函数
f00() # 表示执行foo函数

1.2
def foo():
    print("foo")
foo = lambda x: x+1
foo() # 执行下面的lambda表达式，而不是原来的foo函数，因为foo这个名字

2.
写代码要循序，开发封闭原则
开放：对扩展开发
封闭：以实现功能代码块
代码可以增加，不能删除代码

# 闭包函数
def w1(func):
    def inner():
        # 验证 1
        # 验证 2
        func()
    return inner

                    语法糖：特殊功能 @
@w1
def f1():
    print("f1")

@w1
def f2():
    print("f2")

举例
# 定义函数，完成包裹数据
def makeBold(fn):
    print("1")
    def wrapped():
        print("2")
        print("----1----")
        print("3")
        print("cao1")
        fn()
        print("cao")
        return "<b>" + fn() + "</b>"
    print("4")
    return wrapped


#定义函数：完成包裹数据
def makeItalic(fn):
    print("5")
    def wrapped():
        print("6")
        print("----2----")
        print("7")
        return "<i>"+fn()+"</i>"
    print("8")
    return wrapped

# 只要python解释器执行到这个代码，那么就会自动的进行装饰
# 而不是等到调用的时候才装饰的
# @makeBold
# def test1():
#     print("test 1")
#     return "hello 1"
#
# @makeItalic
# def test2():
#     print("test 2")
#     return "hello 2"

@makeItalic
@makeBold
def test3():
    print("test 3")
    return "hello 3"



print(test3())
》》
1
4
5
8
6
----2----
7
2
----1----
3
cao1
test 3
cao
test 3
<i><b>hello 3</b></i>



4.装饰器功能
4.1引用日志
4.2函数执行统计时间
4.3执行函数前进行预处理
4.4执行函数后清理功能
4.5权限校验功能
4.6缓存



5装饰器实例
5.1函数

#不定长度到带参数
def func(functionName):
    print("---func---")
    # def func_in(aa,ss):# 固定参数
    def func_in(*args,**kwargs): # 不定参数#*args元组**kwargs字典
        print("---func_in----")
        ret = functionName(*args,**kwargs)
        return  ret
    print("---func2---")
    return func_in

@func
def test(a,b):
    print("---test-a=%d,b=%d--"%(a,b))
    return "hello"
这个例子包括：无参数，有参数和无固定参数和带返回值

#带参数通用装饰器 
def func_arg(arg):  #新增
    print("--python--")
    def func(functionName):
        print("---func---")
        # def func_in(aa,ss):# 固定参数
        def func_in(*args,**kwargs): # 不定参数#*args元组**kwargs字典
            print("---func_in----")
            ret = functionName(*args,**kwargs)
            return  ret
        print("---func2---")
        return func_in
    return func

@func_arg("cao")  #新增
def test(a,b):
    print("---test-a=%d,b=%d--"%(a,b))
    return "hello"
---   
a=test(11,23)
    print(a)
》》
--python--
---func---
---func2---
---func_in----
---test-a=11,b=23--
hello

++++++++++++++++++++++++++++++++++++++++++++
+ end                                      +
++++++++++++++++++++++++++++++++++++++++++++
#--------------------------------------------------------


》》》
作用域
#globalslocals
def test():
    a = 100
    b = 200
    print(lo)
    print(local)

LEGB规则
L：locals,当前所在命名空间
E:enclosing，外部嵌套函数的命名空间（闭包）
G：globals,全局变量


》》》
动态添加属性以及方法

动态语言：可以在运行的过程中，可以修改代码
静态语言：编译时已经确定好代码，运行时不能修改

为了达到限制实例属性，python允许定义class的时候，
定义一个特殊的__slots__变量，来限制该class实例能添加的属性。
即
class Person(object):
    __slots__ = ("name"，“age”)
    
++++++++++++++++++++++++++++++++++++++++++++
+ end                                      +
++++++++++++++++++++++++++++++++++++++++++++
#--------------------------------------------------------

生成器
1.什么是生成器
通过列表生成式，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，
而且如果创建大容量的列表，但是访问特定几个，会造成空间浪费。
所以列表元素可以按照某种算法推算出来。
一边循环一遍计算的机制，成为生成器：generator

2.创建generator的方法1
只要把列表生成式[]改成（）
L = [ x*2 for x in range(5)] # 列表
L
[0,2,4,6,8]

G = ( x*2 for x in range(5) )# 生成器
G

创建L和G的区别，仅在最外层的[]和()，
可以通过next()函数获得生成器的下一个返回值。
生成器保存的是算法，每次调用next（G），就计算出G的下一个元素的值，
直到计算到最后一个元素，没有更多的元素时，抛出stopiteration的异常。
for可以代替next

3.创建生成器方法2
generator非常强大，如果如果推算的算法比较复杂，
用类似列表生成式for无法实现时，可以用函数实现！！

4.send

生成器是这样一个函数，它记住上一次返回时在函数体中的位置。
对生成器函数的第二次或者第N次调用跳转至该函数中间，而上次调用的所有局部变量都保存不变。

生成器不仅记住了他的数据，还记住了他在流控制构造中的位置。
在命令编程中，这种构造不只是数据值。
生成器generator特点
1.节约内存
2.迭代到下一次的调用时候，所使用的参数都是第一次保留下来的，
即，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的。













'''

'''
# --------------------------------
# 导入模块 
# 1.系统库
# 2.第三方库
# 3.相关定义库
# --------------------------------
'''
# 1.系统库
import sys
import os

# 2.第三方库

'''
# ------------------------------------------
# 导入：同级不同文件夹  
# 先文件夹__init__注释，其次引用name.py 
# 最后 使用具体 类class 或者 函数function 名称 
# ------------------------------------------
'''

'''
# ------------------------------------------
# 导入：同级同文件夹  
# 先引用name.py 
# 后 使用具体 类class 或者 函数function 名称 
# ------------------------------------------
'''

'''
# ============================================================================
# Class   :    类
# Explain :  输入参数  
#         :  输出参数  
# ============================================================================
'''

'''
# ============================================================================
# Function:  
# Explain :  输入参数   
#         :  输出参数  
# ============================================================================
'''




# ============================================================================
'''
# ============================================================================
#   测试专用
# ============================================================================
'''
if __name__ == "__main__":

--

--------------------------------------------