python day5 学习整理

今天学习的内容如下：

1.协程函数

2.递归

3.匿名函数lambda

4.内置函数(map,reduce,filter,max,min,zip,sorted)

5.面向过程编程与函数编程

6.模块与包的使用

7.常用模块

下面开始上节课的复习：

1.函数对象(第一类对象)：

1.1 函数可以被当成数据来传递

1.2 可以被引用

1.3 可以当作参数传递给另一个函数

1.4 可以当作函数的返回值

1.5 可以当作容器类型的元素

2.函数的嵌套

2.1 函数的嵌套调用(在调用函数的过程中 有调用了其他的函数)

2.2 函数的嵌套定义(在定义函数时，又实用def关键字定义了其他函数)

3.名称空间和作用域

3.1内置名称空间(变量的定义 都是绑定操作，都没有储值的操作)（python解释器启动的时候产生）

3.2 全局名称空间(文件级别的)(打开文件的时候产生)

3.3 局部名称空间(函数内部定义的名字)（调用函数的时候产生）

3.4 全局作用域(全局名称空间和内置名称空间)

3.5 局部作用域(局部名称空间)

4 闭包

4.1 定义在函数内部的函数

4.2 该内部函数包含对外部作用域而不是对全局作用域的引用

可以用来惰性计算

5. 装饰器

开放封闭原则，对修改是封闭的，对扩展是开放的

装饰器可以是任意可调用的对象

装饰器并不仅限于函数

被装饰的对象也是任意可调用对象

装饰器遵循的原则：

  不修改被装饰对象的源代码，不修改被装饰对象的调用方式

6 迭代器

迭代重复上次的过程，每一次迭代都是基于上一次迭代的结果继续进行

可迭代对象：obj__iter__方法

迭代器对象：obj__iter__ obj__next__方法

提供了一种不需要依赖于索引的迭代方式

for 循环的原理是 首先执行iter方法，然后用next方法去得到

迭代器的优点和缺点：

提供了一种不依赖于索引的迭代方式

节省内存

缺点：

无法获取长度

一次性的

7 生成器

函数体内包含yield，函数的执行结果是生成器对象，本质是迭代器，把函数的执行结果做成了迭代器

返回多次值，return只能返回一次值

可以暂停 挂起函数的执行，下一次 基于上次的执行状态继续执行

8 内置函数

今天上课的内容

1.yield的语句形式： yield 1

2.yield的表达式形式： x=yield（额外的功能，传参数）

例子：

def eater(name):
  print('%s ready to eat' %(name))
  while True:
      food = yield
     print('%s start to eat %s' %(name,food))

g = eater('alex')
next(g)

g.send('手指头')
g.send('脚趾头')

3. 加一个装饰器，实现初始化的功能

def deco(func):
  def wrapper(*args,**kwargs):
     res = func(*args,**kwargs)
     next(res)
     return res
  return wrapper

@deco
def eater(name):
  print('%s ready to eat' %(name))
  while True:
     food = yield
     print('% start eat %s' %(name,food))

4. 模拟菜单功能

 

def deco(func):
    def wrapper(*args,**kwargs):
        res = func(*args,**kwargs)
        next(res)
        return res
    return wrapper

@deco
def eater(name):
    print('%s ready to eat' %(name))
    food_list = []
    while True:
        food = yield food_list
        food_list.append(food)
        print('%s start eat %s' %(name,food))

g = eater('alex')
print(g.send('egon1'))
print(g.send('egon2'))

5. x=yield的功能

5.1 g.send('111'),先把111传值给yield，由yield赋值给x，然后再往下执行，直到再次碰到yield，然后把yield后的返回值返回

6. yield的应用

例如：grep -rl 'python' /root（找到/root目录下所有文件中包含python内容的文件，把文件名返回）

import os

def deco(func):
    def wrapper(*args,**kwargs):
        res = func(*args,**kwargs)
        next(res)
        return res
    return wrapper

@deco
def search(target):
    while True:
        serach_path = yield
        g=os.walk(serach_path)
        for par_dir,_,files in g:
            for file in files:
                file_abs_path=r'%s\%s' %(par_dir,file)
                # print(file_abs_path)
                target.send(file_abs_path)


@deco
def opener(target):
    while True:
        file_abs_path=yield
        with open(file_abs_path,encoding='utf-8') as f:
            target.send((file_abs_path,f))
@deco
def cat(target):
    while True:
        file_abs_path,f = yield
        for line in f:
            target.send((file_abs_path,line))
@deco
def grep(target,pattern):
    while True:
        line = yield
        if pattern in line:
            target.send(file_abs_path)

@deco
def printer():
    while True:

        file_abs_path = yield
        print(file_abs_path)
        
g = search(opener(cat(grep(printer),'python')))
g.send('/root')

7. 面向过程的程序设计

是一种流水线式的编程思路，是机械式的，优点是：程序的结构清晰，可以把复杂的问题简单化，明细化。缺点是：扩展性差

应用场景：linux的内核，git，httpd都是面向过程方式写的

8. 模块与包

什么模块，一个py文件 就是一个模块，一个模块就是一个包含了python定义和申明的文件。

为什么要使用模块：方便管理，实现了功能的重复利用

引用的两种方式

import ...

from ... import ...（优点：不用加前缀，缺点：容易和当前的重名）

导入模块干的事：

1.产生新的名称空间

2.以新建的名称空间为全局名称空间，执行文件的代码

3.拿到一个模块名，指向导入的模块.py产生的名称空间

spam.money（引用模块的值）

spam.read1(拿到read1的内存地址，然后可以执行)

import ... as ... （起别名，一行也可以导入多个，通过逗号隔开）

从哪个文件来就以哪个文件的环境变量为准

__all__=[](和from import * 一起使用，列表里面必须是字符串，控制导入的值)

9. __name__

__file__:绝对路径

1.当作脚本执行的时候__name__ == '__main__'

2.当作模块导入： __name__ == 模块名

if __name == '__main__':
  print('当作脚本执行')

 10. 模块的搜索路径

先从内存里面找，然后去内置的里面找，然后去sys.path里面去找（sys.path,就是一个列表）

11. 包

1. 无论是import形式还是from...import形式，凡是再导入语句中（而不是在使用时）遇到带点的，都要第一时间提高警觉，这都是关于包才有的导入语法

2. 包是目录级别的（文件夹级），文件夹是用来组成py文件的（包的本质就是一个包含__init__.py文件的目录）

3. import导入文件的时候，产生的名称空间中的名字来源于文件，import 包，产生的名称空间中的名字同样来源于文件，即包下的__init__.py，导入包本质就是在导入该文件

ps:包A和包B下有同名的模块也不会冲突，如A.a和B.a来自于两个命名空间

11.1 注意事项

1.关于包相关的导入语句也分为import和from ... import ...两种，但是无论哪种，无论在什么位置，在导入时都必须遵循一个原则：凡是在导入时带点的，点的左边都必须是一个包，否则非法。可以带有一连串的点，如item.subitem.subsubitem,但都必须遵循这个原则。

2.对于导入后，在使用时就没有这种限制了，点的左边可以是包,模块，函数，类(它们都可以用点的方式调用自己的属性)。

3.对比import item 和from item import name的应用场景：
如果我们想直接使用name那必须使用后者

11.2 __init__.py

不管是哪种方式，只要是第一次导入包或者是包的任何其他部分，都会依次执行包下的__init__.py文件(我们可以在每个包的文件内都打印一行内容来验证一下)，这个文件可以为空，但是也可以存放一些初始化包的代码。

 11.3 绝对导入和相对导入

我们的最顶级包glance是写给别人用的，然后在glance包内部也会有彼此之间互相导入的需求，这时候就有绝对导入和相对导入两种方式：

绝对导入：以glance作为起始

相对导入：用.或者..的方式最为起始（只能在一个包中使用，不能用于不同目录内）

例如：我们在glance/api/version.py中想要导入glance/cmd/manage.py

 

注意：在使用pycharm时，有的情况会为你多做一些事情，这是软件相关的东西，会影响你对模块导入的理解，因而在测试时，一定要回到命令行去执行，模拟我们生产环境，你总不能拿着pycharm去上线代码吧！！！

 

特别需要注意的是：可以用import导入内置或者第三方模块（已经在sys.path中），但是要绝对避免使用import来导入自定义包的子模块(没有在sys.path中)，应该使用from... import ...的绝对或者相对导入,且包的相对导入只能用from的形式。

比如我们想在glance/api/versions.py中导入glance/api/policy.py，有的同学一抽这俩模块是在同一个目录下，十分开心的就去做了，它直接这么做

1 #在version.py中
2 
3 import policy
4 policy.get()

 

没错，我们单独运行version.py是一点问题没有的，运行version.py的路径搜索就是从当前路径开始的，于是在导入policy时能在当前目录下找到

但是你想啊，你子包中的模块version.py极有可能是被一个glance包同一级别的其他文件导入，比如我们在于glance同级下的一个test.py文件中导入version.py，如下

 1 from glance.api import versions
 2 
 3 '''
 4 执行结果:
 5 ImportError: No module named 'policy'
 6 '''
 7 
 8 '''
 9 分析:
10 此时我们导入versions在versions.py中执行
11 import policy需要找从sys.path也就是从当前目录找policy.py,
12 这必然是找不到的
13 '''