装饰器和生成器和迭代器

一. 装饰器：

　　（1）本质是函数，完成特定的功能，装饰其他函数，为其他函添加附加功能

　　（2）装饰器的原则：1.不能修改被装饰的函数的源代码

　　　　　　　　　2.不能修改被装饰的函数的调用方式

　　（3）实现装饰器要掌握的方法，1.函数即变量。2.高阶函数。3.函数嵌套。

#函数即变量
x=1
def test():
    #函数体
    pass
在这里，x是一个变量，而test函数可疑看出test = 函数的函数体
即可以将x传进某个函数，也可以将函数当作变量传进其他的函数

函数即变量

#高阶函数的原则：
        1.把一个函数名当作实参传进其他函数
        2.返回值中包含函数名
#什么是把一个函数名当作实参传进其他函数
def bar():
    print("in the bar")

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

test(bar)
输出结果是：bar的内存对象地址 和 “in the bar”
#什么是返回值中包含函数名
def test(func):
    print(func)
    return func

def bar():
    print("in the bar")
情况一：
test（bar） 输出结果是，bar的内存对象地址
情况二：
print(test（bar）) 的输出结果是， 两个bar的内存对象地址，完全相同
情况三：
test(bar()) 输出结果是，“in the bar”和 None

print(test(bar()))#输出三个值“in the bar，None，None”，因为test（bar（））里面返回print（bar（））和bar（）

print(print(bar()))#输出“in the bar，None”因为没有return值，所以后面会返回none

　　什么是嵌套函数：即在一个函数的函数体内申明另一个函数，而不是在外面创建，再在体内调用

#嵌套函数
def  bar():
    def  func():
        pass

而不是
def  func():
        pass
def  bar():
        func()

　　(4)其中高阶函数+函数嵌套=装饰器

#装饰器
import time

def timer(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")

@timer#@timer其实相当于test2=timer(test2)这一步
def test2():
    time.sleep(1)
    print("in the test2")

print(timer(test1))
#输出<function timer.<locals>.deco at 0x01408780>
#因为return deco，》》》print（deco），输出内存对象


test1=timer(test1)
test1()#相当于调用deco（）
#输出
#in the test1
#the func run time is :1.0000569820404053


test2()
#输出
#in the test2
#the func run time is :1.0000574588775635

 

二，生成器（generator）

　　什么是生成器：就是我们可疑通过列表生成式直接创建一个列表（list=[x*x for x in range(10)]   >>print(list)>>[0,1,2,4,9,16,25,36,49,.....]）,但是受内存限制。列表是内容时有限的，而且创建一个包含100万个元素时，不仅占用很大，如果我们仅需访问几个元素，那会造成很大的数据浪费

　　所以，列表元素可疑按照某种算法推算出来，需要多少就通过算法继续推算多少处理，这种一边循环一边计算的机制，称为generator生成器

（1）.原则：1.生成器只有在调用时才能生成相应的数据　　2.只记录当前位置，只有__next__()方法

（2）.生成器的创建：

　　　　生成器和生成式的区别在于最外层的[]还是（），[]是list，（）是generator

　　g=(x*x for x in range(10)) >>print(list)>>输出一个内存对象，这里表示生成器是调用时才产生值，而列表是一创建就有值，不需根据调用才生成。

那我们如何查看生成器的值呢？我们可以通过__next__()方法

　　print（g.__next__()）#表示访问下一个元素数据，只能获取当前生成或下面的数据，上面的的数据是不记录的，无法获取

　　

三.迭代器（iterable）

　　（1）可以直接作用于for循环：这些可以直接作用于for循环的对象称为可迭代对象（iterable）

　　　　集合数据：list，tuple， dict， set ，str

　　　　generator：生成器和带yield的generator函数

 

　　（2）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，tuple， dict， set 虽然是iterable对象，却不是iterator对象

　　　　将list，tuple， dict， set 变成iterator对象，可以通过iter（）函数

　　（3）我们可以通过isinstance()方法判断一个对象是否是iterable对象还是iterator对象

　　　　isinstance( ｛｝，iterable)>>输出True则为iterable对象

　　　　

Python的iterator表示一个数据流，for循环本质上的通过不断调用next（）函数来实现的

（1）
for i in [0,1,2,3,4,5,6,7,8,9]:
    print(i)

（2）  
it=iter([0,1,2,3,4,5,6,7,8,9])
while True:
    try:
        x=next(it)
        print(x)
    except StopIteration:
        break#表示遇到StopIteration就停止，即循环到最后一个就停止    


（1）等价于（2），（2）是（1）的本质