day4、装饰器件、迭代器和生成器

1、装饰器（函数）

功能：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、不能修改被装饰原函数的调用方式

ps：函数即变量，高阶函数＋嵌套函数

1.1函数即变量

def logger():
    pass    
def test1():
    pass
def test2():
    pass

 

def logger():
    pass    
def test1():
    pass
def test2():
    pass

1.2、高阶函数：1、把一个函数名当实参传给另一个函数(不修改函数源代码，增加功能)

def logger():
    pass    

def test(func):
    func()
    print(func)

test(logger)

 或2、返回值中包含函数名（不修改函数的调用方式）

def logger():
    pass    

def test(func):
    func()
   return func

test(logger)

 1.3、嵌套函数( 函数体内声明函数)

def foo():
    print('in the foo')
    def bar():
        print('in the bar')

 1.4、修饰器

不完全版：

import time
def timmer(func):
    def deco():
        start_time=time.time()
        func()
        stop_time=time.time()
        print("the func run time is %s"%(stop_time-start_time))
    return deco




def test1():
    time.sleep(1)
    print('in the test1')
    stop_time = time.time()
test1=timmer(test1)

test1()

 

无参数版

import time
def timmer(func):
    def deco():
        start_time=time.time()
        func()
        stop_time=time.time()
        print("the func run time is %s"%(stop_time-start_time))
    return deco



@timmer #test1=timmer(test1)
def test1():
    time.sleep(1)
    print('in the test1')
    stop_time = time.time()


test1()

 

 有参数可用版

import time

def timmer(func):
    def warpper(*args,**kwargs):
        start_time=time.time()
        func()
        stop_time=time.time()
        print('the func run time is %s'%(stop_time-start_time))
    return warpper

@timmer #test1=timmer(test1)
def test1():
    time.sleep(3)
    print('in the test1')

 

 终极版

user,password='xiaochun','123'
def auth(auth_type):
    print('auth_type',auth_type)
    def outwrapper(func):
        def wrapper(*args,**kwargs):
            if auth_type=='local':
                username=input("username:")
                passwd=input("password:")
                if user==username and passwd==password:
                    print('\033[32;1mUser has logied\033[0m')
                    return func(*args,**kwargs)
                else:
                    print('\033[41;1mInvalid user\033[0m')
            else :
                print('用ldcp登陆')
        return wrapper
    return outwrapper
def index():
    print('welcome to index page')

@auth(auth_type='ldap')#home=aut
def bbs():
    print('welcome to bbs')

@auth(auth_type='local')
def home():
    print('welcome to home')
    return 'from home'

index()
home()
bbs()

 2、迭代器和生成器

2.1  列表生成式

使代码更简洁

[i*2 for i in rang(10)]

[func(i) for i in range(10)]

 2.1生成器

(推算列表后面的元素（通项公式、递推公式）)只有调用时才会生成相应的数据

只记录当前位置，只有一个方法__next__()

1、列表生成式

a=(i*3 for i in range(10))

 不支持

a[5]

只能循环一个一个取 

循环

a.__next__()

 2、制作一个生成器：yield (返回当前状态的值，)单线程 做并行处理（中断）

def fib(max):
    n,a,b = 0,0,1
    while n<max:
        yield b
        a,b = b,a+b
        n = n+1
    return 'done'

print(fib(10))

 并行操作 

send调用yield并传值

def consumer(name):
    print('%s准备吃包子'%(name))
    while True:
        baozi = yield
        print('包子［%s］coming,被［%s］吃了'%(baozi,name))
    return 'done'
c=consumer('nihao')


def producer(name):
    c=consumer('A')
    c2=consumer('B')
    c2.__next__()
    c.__next__()
    for i in range(10):
        b = '猪肉大葱'
        print('[%s] make two baozi [%s]'%(name,b))

        c.send(b)
        c2.send(b)

producer('dashi')

2.2 迭代器

isinstance((x for x in range(10) ),Iterator)

 

可迭代的

1、集合数据类型

2、generator 、包括生成器和带yield 的generation

可以用于for循环的对象叫可迭代对象

from collections import Iterable
isinstance([1,2,34],Iterable)

 

迭代器：可以被next（）调用并不断返回下一个值的对象称为迭代器：Iterator

from collections import Iterator
isinstance(iter((x for x in range(10) )),Iterator)

 可迭代对象但不是迭代器变成迭代器

Iterator甚至可以表示一个无限大的数据流

 

结论：

1、可以用于for循环的对象叫可迭代对象

2、可以被next（）调用并不断返回下一个值的对象称为迭代器

3、集合类型如list、dict、str等Iterator可以用iter（）函数获得一个Iterator对象

python的for循环本质是通过不断调用next（）函数实现的