装饰器、生成器，迭代器、Json & pickle 数据序列化

1、 列表生成器：代码例子

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

运行效果如下：
D:\python35\python.exe D:/python培训/s14/day4/列表生成式.py
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

Process finished with exit code 0

2、高阶函数

变量可以指向函数，函数的参数能接受变量，即把一个函数名当做实参传给另外一个函数 

返回值中包涵函数名 

代码例子：

 1 def test():
 2     print("int the test")
 3 
 4 def test2(func):
 5     print("in the test2")
 6     print(func)
 7     func()
 8 
 9 test2(test)
10 运行效果如下：
11 D:\python35\python.exe D:/python培训/s14/day4/高阶函数.py
12 in the test2
13 <function test at 0x000000000110E268>  #这里是test的内存地址
14 int the test
15 
16 Process finished with exit code 0

3、装饰器

 装饰器：本质是函数，（装饰其他函数）就是为其他函数添加附加功能

装饰器原则：

a.不能修改被装饰的函数的源代码

b．不能修改被装饰的函数的调用方式

 

实现装饰器的知识储备：

a、函数即“变量”

b、高阶函数

c、嵌套函数

高阶函数+嵌套函数=====装饰器

高阶函数：

a.把一个函数名当做实参传给另外一个函数

b.返回值中包含函数名

 

 

 

代码例子

import  time
def timeer(func):
    def warpper():
        start_time=time.time()
        func()
        stop_time=time.time()
        print("the fun runn time is %s" %(stop_time-start_time))
    return warpper
@timeer
def test1():
    time.sleep(3)
    print("in the test1")

test1()
运行结果如下：
D:\python35\python.exe D:/python培训/s14/day4/装饰器.py
in the test1
the fun runn time is 3.000171661376953

Process finished with exit code 0

带参数的装饰器

import time

def timer(func):
    def deco(*args,**kwargs):
        start_time=time.time()
        func(*args,**kwargs)
        stop_time=time.time()
        print("the func runn time is %s" %(stop_time-start_time))
    return deco

@timer  #test1 = timer(test1)
def test1():
    time.sleep(3)
    print("in the test1")

@timer

def test2(name,age):
    print("name:%s,age:%s" %(name,age))

test1()
test2("zhaofan",23)
运行结果如下：

D:\python35\python.exe D:/python培训/s14/day4/装饰器3.py
in the test1
the func runn time is 3.000171661376953
name:zhaofan,age:23
the func runn time is 0.0

Process finished with exit code 0

终极版的装饰器

import time
user,passwd = "zhaofan","123"
def auth(auth_type):
    print("auth func:",auth_type)
    def outer_wrapper(func):
        def wrapper(*args,**kwargs):
            if auth_type=="local":
                username = input("Username:").strip()
                password = input("Password:").strip()
                if user == username and passwd== password:
                    print("\033[32;1mUser has passed authentication\033[0m")
                    res = func(*args,**kwargs)
                    print("------after authentication")
                    return res
                else:
                    exit("\033[31;1mInvalid username or password\033[0m")
            elif auth_type=="ldap":
                print("没有ldap")
        return wrapper
    return outer_wrapper

def index():
    print("welcome to index page")
@auth(auth_type="local")
def home():
    print("welcome to home page")
    return "from home"
@auth(auth_type="ldap")
def bbs():
    print("welcome to bbs page")

index()
print(home())
bbs()


运行结果如下：
D:\python35\python.exe D:/python培训/s14/day4/装饰器4.py
auth func: local
auth func: ldap
welcome to index page
Username:zhaofan
Password:123
User has passed authentication
welcome to home page
------after authentication
from home
没有ldap

Process finished with exit code 0

4、通过列表生成式，我们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，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

a = [x for x in range(10)]
print(a)

g=(x for x in range(10))
print(g)
运行结果如下：
D:\python35\python.exe D:/python培训/s14/day4/生成器.py
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
<generator object <genexpr> at 0x0000000000B01DB0>

Process finished with exit code 0

生成器只有一个方法：__next__()

generator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的错误。

g=(x for x in range(10))

for i in g:
    print(i)


运行结果如下：

D:\python35\python.exe D:/python培训/s14/day4/生成器的调用.py
0
1
2
3
4
5
6
7
8
9

Process finished with exit code 0

5、可以直接作用于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等；

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循环的对象统称为可迭代对象：Iterable。

可以使用isinstance()判断一个对象是否是Iterable对象

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

生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

凡是可作用于for循环的对象都是Iterable类型；

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

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。

6、json和pickle