Python的三大神器,你知道是哪三大吗?史上最详细的入门教程!
Python的三大神器:装饰器.迭代器与生成器!这就是Python的三大神器,好了废话不多说。直接来上干货吧!
生成器
仅仅拥有生成某种东西的能力,如果不用__next__方法是获取不到值得。
创建一个生成器函数
>>> def scq():... print("11")# 当函数代码块中遇到yield关键字的时候,这个函数就是一个生成器函数... yield 1... print("22")... yield 2... print("33")... yield 3...
把生成器赋值给一个对象
>>> r = scq()
查看r的苏剧类型并且输出r的值
>>> print(type(r),r)<class 'generator'> <generator object scq at 0x000001F117D8DF10>
当执行生成器的__next__的时候,代码会按照顺序去执行,当执行到yield时会返回并提出,yield后面的值就是返回值,然后记录代码执行的位置,并退出
执行结果
C:Python35python.exe F:/Python_code/sublime/Week5/Day03/s1.py0 1 2 3 4Process finished with exit code 0
迭代器
具有访问生成器的能力,可以访问到生成器的值,类似于生成器的__next__方法,一个一个值一个值得去迭代,只能够按照顺序的去查找。
特点:
- 访问者不需要关心迭代器内部的结构,仅需通过next()方法不断去取下一个内容
- 不能随机访问集合中的某个值 ,只能从头到尾依次访问
- 访问到一半时不能往回退
- 便于循环比较大的数据集合,节省内存
优化上面range或xrange的生成器
def irange(start, stop, step=1): while start != stop: yield start start += step else: raise StopIteration for n in irange(1, 10): """for循环只要遇到StopIteration就会停止""" print(n)ret = irange(1, 20) print(ret) # 返回一个生成器,相当于只在内存中创建了一个值 print(list(ret)) # 如果想要得到全部的值,变成列表就可以
- /Library/Frameworks/Python.framework/Versions/3.5/bin/python3.5 /Users/ansheng/MyPythonCode/hello.py
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- <generator object irange at 0x1021df7d8>
- [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
- Process finished with exit code 0
- 想学习可以加Python学习(q-u-n )二二七,四三五,四五零 即可获取,内附:开发工具和安装包,以及视频资料系统学习路线图
Python之装饰器
现要在执行func这个函数前后执行一些操作,就可以创建一个装饰器来实现:
- #!/usr/bin/env python
- # _*_ coding: utf-8 _*_
- def decorator(func): # 创建一个装饰器函数,接受的参数arg参数就是func函数名
- def inner(*args, **kwargs):
- print("执行函数之前")
- ret = func(*args, **kwargs)
- print("执行函数之后")
- return ret
- return inner
- @decorator # 如果要让某个函数使用装饰器,只需要在这个函数上面加上@+装饰器名
- def func(arg):
- print(arg)
- func("Hello World!")
输出结果为:
- /usr/bin/python3.5 /home/ansheng/Documents/PycharmProjects/blogcodes/装饰器.py
- 执行函数之前
- Hello World!
- 执行函数之后
- Process finished with exit code 0
多个装饰器装饰同一个函数
- #!/usr/bin/env python
- # _*_ coding: utf-8 _*_
- def decorator1(func):
- def inner():
- print("开始之前执行装饰器01")
- ret = func()
- print("结束之后执行装饰器01")
- return ret
- return inner
- def decorator2(func):
- def inner():
- print("decorator2>>>Start...")
- ret = func()
- print("decorator2>>>End...")
- return ret
- return inner
- @decorator1
- @decorator2
- def index():
- print("执行函数...")
- index()
输出结果:
- /usr/bin/python3.5 /home/ansheng/Documents/PycharmProjects/blogcodes/装饰器.py
- 开始之前执行装饰器01
- decorator2>>>Start...
- 执行函数...
- decorator2>>>End...
- 结束之后执行装饰器01
- Process finished with exit code 0
更多实例
- #!/usr/bin/env python
- # _*_ coding:utf-8 _*_
- # Created by 安生 on 2017/2/9
- """
- 函数装饰器
- """
- def decorator(func):
- def wrapped(*args, **kwargs):
- return func(*args, **kwargs)
- return wrapped
- @decorator
- def func(a, b):
- return a + b
- print(func(1, 2))
- """
- 类装饰器
- """
- class decorator:
- def __init__(self, func):
- self.func = func
- def __call__(self, *args, **kwargs):
- return self.func(*args, **kwargs)
- @decorator
- def func(a, b):
- return a + b
- print(func(1, 2))
- """
- 带参数的函数装饰器
- """
- def parameter(a, b):
- print(a, b)
- def decorator(func):
- def wrapped(*args, **kwargs):
- return func(*args, **kwargs)
- return wrapped
- return decorator
- @parameter(1, 2)
- def func(a, b):
- return a + b
- print(func(10, 20))
- """
- 带参数的类装饰器
- """
- def parameter(a, b):
- print(a + b)
- class decorator:
- def __init__(self, func):
- self.func = func
- def __call__(self, *args, **kwargs):
- return self.func(*args, **kwargs)
- return decorator
- @parameter(1, 2)
- def func(a, b):
- return a + b
- print(func(10, 20))
- """
- 带参数的类装饰器
- """
- def parameter(a, b):
- print(a, b)
- def decorator(cls):
- class wrapped:
- def __init__(self, *args, **kwargs):
- self.cls = cls(*args, **kwargs)
- def __getattr__(self, item):
- return getattr(self.cls, item)
- return wrapped
- return decorator
- @parameter(1, 2)
- class CLS:
- def __init__(self):
- self.a = 'a'
- def P(self, v):
- print(v)
- obj = CLS()
- print(obj.a)
- obj.P('Hello,')
- """
- 为函数中和类中的方法添加装饰器
- """
- def Call(aClass):
- calls = 0
- def onCall(*args, **kwargs):
- nonlocal calls
- calls += 1
- print('call %s to %s' % (calls, func.__name__))
- return aClass(*args, **kwargs)
- return onCall
- @Call
- def func(a, b):
- return a + b
- print(func(1, 2))
- class CLS:
- def __init__(self):
- self.a = 'a'
- @Call
- def b(self):
- return self.a
- obj = CLS()
- print(obj.b())

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
人工智能用Python?高考要加入Python?!Python成为微软官方Excel脚本语言?再不学习就OUT了!
Python适合初学者入门最好的语言 人工智能用Python?高考要加入Python?现在连微软官方Excel都要把Python作为官方语言!Python魅力这么大!小伙伴们知道吗?小编只想说,现在不学Python就OUT了,未来编程Python是王道啊! 有些同学可能会疑问了,为什么偏偏是Python会这么火?很简单!Python是开发人工智能相关应用最流行的编程语言,也是人工智能时代入门必学的第一门语言。 未来是AI的时代,Python作为最接近人工智能的语言。掌握了Python语言,是未来职业发展必备的基本能力之一。 请输入描述 数据平台Kaggle发布的2017机器学习及数据科学调查报告,在工具语言使用方面,Python是使用最多的语言。 请输入描述 根据IEEE Spectrum研究报告显示,在2016年排名第三的Python,在2017年已经成为世界上最受欢迎的语言,C和Java分别位居第二和第三位。 请输入描述 这个python学习(q-u-n)二二七,四三五,四五零期待大家一起交流讨论,讲实话还是一个非常适合学习的地方的。各种入门资料啊,进阶资料啊,框架资料啊 爬虫等等...
- 下一篇
JavaScript 算法与数据结构
本仓库包含了多种基于 JavaScript 的算法与数据结构。 每种算法和数据结构都有自己的 README 并提供相关说明以及进一步阅读和 YouTube 视频。 数据结构 数据结构是在计算机中组织和存储数据的一种特殊方式,它可以高效地访问和修改数据。更确切地说,数据结构是数据值的集合,它们之间的关系、函数或操作可以应用于数据。 链表 队列 栈 哈希表 堆 优先队列 字典树 树 二分查找 AVL 树 红黑树 后缀树 线段树 或 间隔树 二叉索引树 图(有向图与无向图) 并查集 算法 算法是如何解决一类问题的明确规范。 算法是一组精确定义操作序列的规则。 算法主题 数学 阶乘 斐波那契数 素数检测(排除法) 欧几里得算法- 计算最大公约数(GCD) 最小公倍数(LCM) 整数拆分 集合 笛卡尔积- 多集合结果 幂集- 该集合的所有子集 排列(有/无重复) 组合(有/无重复) 洗牌算法- 随机置换有限序列 最长公共子序列(LCS) 最长递增子序列 Shortest Common Supersequence(SCS) 背包问题- "0/1" and "Unbound" ones 最大子数列问...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS7,CentOS8安装Elasticsearch6.8.6
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- SpringBoot2整合Redis,开启缓存,提高访问速度
- CentOS7设置SWAP分区,小内存服务器的救世主
- CentOS7,8上快速安装Gitea,搭建Git服务器
- CentOS7安装Docker,走上虚拟化容器引擎之路
- CentOS关闭SELinux安全模块
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装