python迭代器生成器装饰器

1.容器(container)

容器是一种把多个元素组织在一块儿的数据结构，容器中的元素能够逐个地迭代获取，能够用in, not in关键字判断元素是否包含在容器中。一般这类数据结构把全部的元素存储在内存中（也有一些特例，并非全部的元素都放在内存，好比迭代器和生成器对象）在Python中，常见的容器对象有：

• list, deque, ….
• set, frozensets, ….
• dict, defaultdict, OrderedDict, Counter, ….
• tuple, namedtuple, …
• str

容器比较容易理解，由于你就能够把它看做是一个盒子、一栋房子、一个柜子，里面能够塞任何东西。从技术角度来讲，当它能够用来询问某个元素是否包含在其中时，那么这个对象就能够认为是一个容器，好比 list，set，tuples都是容器对象.

 

2.可迭代对象(iterable)

凡是能够返回一个迭代器的对象均可称之为可迭代对象

 3.迭代器(iterator)

 那么什么迭代器呢？它是一个带状态的对象，他能在你调用next()方法的时候返回容器中的下一个值，任何实现了__iter__和__next__()方法的对象都是迭代器，__iter__返回迭代器自身，__next__返回容器中的下一个值，若是容器中没有更多元素了，则抛出StopIteration异常，至于它们究竟是如何实现的这并不重要。

 

4.生成器(generator)

一个包含了yield关键字的函数就是一个生成器，该函数也叫生成器函数。当生成器函数被调用时，在函数体中的代码不会被执行，而会返回一个迭代器。每次请求一个值，就会执行生成器中代码，直到遇到一个yield表达式或return语句。yield表达式表示要生成一个值，return语句表示要中止生成器。换句话说，生成器是由两部分组成，生成器的函数和生成器的迭代器。生成器的函数是用def语句定义的，包含yield部分；生成器的迭代器是这个函数返回的部分。两者合起来叫作生成器。

迭代器与生成器

1.迭代器使用举例

city = ['beijing','shanghai','tinajin','chongqin']
it = iter(city)
print(type(it))
#方法一：使用next方法来使用迭代器
print(it.__next__())
print(it.__next__())

方法二：使用for循环来使用迭代器
for x in it:
    print(x)

2.生成器函数完成与counter相似功能

def generator(low,high):
    while low <= high:
        yield low
        low += 1
for i in generator(1,10):
    print(i,end='')


结果：12345678910

3.生成器产生无限多的值

def generator(start = 0):
    while True:
        yield start
        start += 1
for number in generator(4):
    print(number,end='')
    if number > 20:
        break

4.列表生成器

a = [i*2 for i in range(1,10)]
print(a)

结果：
[2, 4, 6, 8, 10, 12, 14, 16, 18]

装饰器

要求：
 不能修改被装饰的函数的源代码
 不能修改被装饰的函数的调用方式
 知足上面的两种状况下给程序增添功能

 组成：
 < 函数+实参高阶函数+返回值高阶函数+嵌套函数+语法糖 = 装饰器 >

1.简单装饰器

import time
def timer(func):
    def wrapper():
        start_time = time.time()
        func()
        stop_time = time.time()
        print("run time %s"%(stop_time-start_time))
    return wrapper
@timer      #语法糖  test=timer(test)
def test():
    time.sleep(3)
    print("in the test")
test()
15 结果：
in the test
run time 3.000171661376953。

 

1.test表示的是函数的内存地址
2.test()就是调用对在test这个地址的内容，即函数

高阶函数：
1.把一个函数名看成实参传给另一个函数（“实参高阶函数”）
2.返回值中包含函数名（“返回值高阶函数”）
这里面所说的函数名，实际上就是函数的地址，把函数名当作实参，那么也就是说能够把函数传递到另外一个函数，而后在另外一个函数里面作一些操做。

嵌套函数：
嵌套函数指的是在函数内部定义一个函数，而不是调用
函数只能调用和它同级别以及上级的变量或函数。也就是说：里面的能调用和它缩进同样的和他外部的，而内部的是没法调用的。

把test做为参数传递给了timer()，此时，在timer()内部，func = test，接下来，定义了一个wrapper()函数，但并未调用，只是在内存中保存了，而且
标签为wrapper。在timer()函数的最后返回wrapper()的地址wrapper。而后再把wrapper赋值给了test，那么此时test已经不是原来的test了，也就是test原来的那些函数体的标签换掉了，换成了wrapper

 

2.装饰有参函数

import time

def timer(func):
    def deco(*args,**kwargs):
        start_time = time.time()
        func(*args,**kwargs)
        stop_time = time.time()
        print(stop_time-start_time)
    return deco

@timer
def test(parameter):
    time.sleep(3)
    print("test is running")
test("添加参数")

 

3.更复杂的装饰器

对这两个函数分别统计运行时间，再加一层函数来接受参数，根据嵌套函数的概念，要想执行内函数，就要先执行外函数，才能调用到内函数

import time

def timer(parameter):

    def outer_wrapper(func):

        def wrapper(*args, **kwargs):
            if parameter == 'task1':
                start = time.time()
                func(*args, **kwargs)
                stop = time.time()
                print("the task1 run time is :", stop - start)
            elif parameter == 'task2':
                start = time.time()
                func(*args, **kwargs)
                stop = time.time()
                print("the task2 run time is :", stop - start)

        return wrapper

    return outer_wrapper

@timer(parameter='task1')
def task1():
    time.sleep(2)
    print("in the task1")

@timer(parameter='task2')
def task2():
    time.sleep(2)
    print("in the task2")

task1()
task2()