阅读flask上下文前补充

阅读flask上下文前补充

一、 预读源码必要了解的知识点

在阅读源码之前,源码中会涉及到很多python类的特殊的用法以及类写好的功能组件,所以这里我们做一个补充,以便于接下来源码的阅读

1554342931492

01 偏函数

当函数的参数个数太多,需要简化时,使用functools.partial可以创建一个新的函数,这个新函数可以固定住原函数的部分参数,从而在调用时更简单。

from functools import partial
def func(a1,a2,a3):
    print(a1,a2,a3)


new_func1 = partial(func,a1=1,a2=2)
new_func1(a3=3)

new_func2 = partial(func,1,2)
new_func2(3)

new_func3 = partial(func,a1=1)
new_func3(a2=2,a3=3)

注意:partial括号内第一个参数是原函数,其余参数是需要固定的参数

效果图

1553002020199

02 __add__的使用

如果一个类里面定义了 __add__方法,如果这个类的对象 +另一个对象,会触发这个类的__add__方法,换个说法如果 对象1+对象2 则会触发对象1__add__方法,python在类中有很多类似的方法,对象会在不同情况下出发对应的方法。

class Foo:
    def __init__(self):
        self.num = 1
    def __add__(self, other):
        if isinstance(other,Foo):
            result = self.num + other.num
        else:
            result = self.num + other
        return result

fo1 = Foo()
fo2 = Foo()
v1 = fo1 + fo2
v2 = fo1 + 4
print(v1,v2)

效果图:

1553002690004

03 chain函数

1554343018090

chain函数来自于itertools库,itertools库提供了非常有用的基于迭代对象的函数,而chain函数则是可以串联多个迭代对象来形成一个更大的迭代对象 。

实例1:

from itertools import chain

l1 = [1,2,3]
l2 = [4,5]

new_iter = chain(l1,l2) # 参数必须为可迭代对象
print(new_iter)
for i in new_iter:
    print(i)

效果图:

1553003580254

实例2:

from itertools import chain


def f1(x):
    return x+1

def f2(x):
    return x+2

def f3(x):
    return x+3
list_4 = [f1, f2]
new_iter2 = chain([f3], list_4)
for i in new_iter2:
    print(i)

效果图:

1553003696355

posted @ 2020-03-20 21:09  Mr-Allen  阅读(78)  评论(0编辑  收藏  举报