码迷,mamicode.com
首页 > 其他好文 > 详细

学习笔记(11月03日)

时间:2017-11-04 00:13:25      阅读:129      评论:0      收藏:0      [点我收藏+]

标签:学习笔记   python   培训   

三周五次课(11月3日)


1.生成式和生成器

1.1列表生成式python受欢迎的语法之一,通过一句简洁的语法就可以对一组元素进行过滤,还可以对得到的元素进行转换处理。

语法格式为:

[exp for val in collection if condition]

相当于

result = []
for val in collection:
    if (condition):
        result.append(exp)

例子:

a = [x * x for x in xrange(10) if x * x % 2 == 0]
print(type(a))
print(a)

结果:

<type ‘list‘>
[0, 4, 16, 36, 64]

解释:

1,以此取出xrange(10)从0到9的数字

2,判断x*x是偶数,就保留,存在新的字典中

3,把所有符合x*x是偶数的元素都放到新的列表中返回


    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)。


    生成器是一次生成一个值的特殊类型函数。可以将其视为可恢复函数。调用该函数将返回一个可用于生成连续 x 值的生成器【Generator】,简单的说就是在函数的执行过程中,yield语句会把你需要的值返回给调用生成器的地方,然后退出函数,下一次调用生成器函数的时候又从上次中断的地方开始执行,而生成器内的所有变量参数都会被保存下来供下一次使用。

    要创建一个generator,有很多种方法。第一种方法是把一个列表生成式的[]改成(),就创建了一个generator:

例子:


a = (x * x for x in xrange(10) if x * x % 2 == 0)
print(type(a))
print(a.next())
print(a.next())
print(‘aaaaaaa‘)
for i in a:
    print(i)

结果:

<type ‘generator‘>
0
4
aaaaaaa
16
36
64


解释:

generator保存的是算法,每次调用next(),就计算出下一个元素的值,直到计算到最后一个元素为止


    1.2 定义generator的另一种方法。如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator:

在了解这个方法之前,我们先来看一个小例子,更好的帮助你理解yield的使用

def fib(n):
    sum = 0
    i = 0
    while (i < n):
        sum = sum + i
        i += 1
        print(sum)


fib(10)

结果:


0
1
3
6
10
15
21
28
36
45


解释:

这个程序很简单,就是求0到9所有数字之和,接下来,我们只要稍微改动一下,你看看有什么差别

def fib(n):
    sum = 0
    i = 0
    while (i < n):
        sum = sum + i
        i += 1
        yield sum


for x in fib(10):
    print(x)
print(type(fib(10)))

结果:

0
1
3
6
10
15
21
28
36
45
<type ‘generator‘>

    结果和上面的结果是一样的,但是有什么不同呢,简而言之,包含yield语句的函数会被特地编译成生成器。当函数被调用时,他们返回一个生成器对象,这个对象支持迭代器接口。每当遇到yield关键字的时候,你可以理解成函数的return语句,yield后面的值,就是返回的值。但是不像一般的函数在return后退出,生成器函数在生成值后会自动挂起并暂停他们的执行和状态,他的本地变量将保存状态信息,这些信息在函数恢复时将再度有效,下次从yield下面的部分开始执行。

解释:

1,因为以上函数有关键字yield,所以生成的是一个生成器。

2,通过for循环调用生成器,当执行到yield的时候,返回sum的值,sum为0,此时暂停并记录sum的值

3,打印sum的值,然后继续往下执行。此时跳入下一个循环while(1<10)

4,直到遇到yield的时候,返回sum的值。

5,反复执行3,4步骤,直到循环结束,最终程序退出


二者的区别很明显:

一个直接返回了表达式的结果列表, 而另一个是一个对象,该对象包含了对表达式结果的计算引用, 通过循环可以直接输出

生成器不会一次性列出所有的数据,当你用到的时候,再列出来,更加节约内存的使用率。



2.迭代器

Iterable(可迭代对象)Iterator(迭代器)主要区别是

凡是可以用for 循环的都是Iterable(可迭代对象),凡是需要通过next()函数获得值的可迭代对象都是 Iterator(迭代器)。

  所以生成器可以next()函数调用并不断返回下一个值的对象称为迭代器(可以简单理解为生成器就是迭代器的可迭代对象)

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;


3.装饰器

    装饰器本质上是一个Python函数,它可以让其他函数在不需要做任何代码变动的前提下增加额外功能,装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景,比如:插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝佳设计,有了装饰器,我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。概括的讲,装饰器的作用就是为已经存在的对象添加额外的功能。

简单装饰器


def use_logging(func):
    def wrapper(*args, **kwargs):
        logging.warn("%s is running" % func.__name__)
        return func(*args, **kwargs)

    retrun
    wrapper

def bar():
    print(‘i am bar‘)

bar = use_logging(bar)
bar()

    函数use_logging就是装饰器,它把执行真正业务方法的func包裹在函数里面,看起来像bar被use_logging装饰了。在这个例子中,函数进入和退出时 ,被称为一个横切面(Aspect),这种编程方式被称为面向切面的编程(Aspect-Oriented Programming)。


@符号是装饰器的语法糖,在定义函数的时候使用,避免再一次赋值操作

def use_logging(func):
    def wrapper(*args, **kwargs):
        logging.warn("%s is running" % func.__name__)
        return func(*args)
    retrun
    wrapper

@use_logging
def foo():
    print("i am foo")
    
@use_logging
def bar():
    print("i am bar")

bar()


    如上所示,这样我们就可以省去bar = use_logging(bar)这一句了,直接调用bar()即可得到想要的结果。如果我们有其他的类似函数,我们可以继续调用装饰器来修饰函数,而不用重复修改函数或者增加新的封装。这样,我们就提高了程序的可重复利用性,并增加了程序的可读性。

      装饰器在Python使用如此方便都要归因于Python的函数能像普通的对象一样能作为参数传递给其他函数,可以被赋值给其他变量,可以作为返回值,可以被定义在另外一个函数内。


练习题:用函数实现9*9乘法口诀

for i in range(1, 10):
    for j in range(1, i + 1):
        print j, ‘*‘, i, ‘=‘, i * j, ‘ ‘,
    print("")

结果:

1 * 1 = 1   
1 * 2 = 2   2 * 2 = 4   
1 * 3 = 3   2 * 3 = 6   3 * 3 = 9   
1 * 4 = 4   2 * 4 = 8   3 * 4 = 12   4 * 4 = 16   
1 * 5 = 5   2 * 5 = 10   3 * 5 = 15   4 * 5 = 20   5 * 5 = 25   
1 * 6 = 6   2 * 6 = 12   3 * 6 = 18   4 * 6 = 24   5 * 6 = 30   6 * 6 = 36   
1 * 7 = 7   2 * 7 = 14   3 * 7 = 21   4 * 7 = 28   5 * 7 = 35   6 * 7 = 42   7 * 7 = 49   
1 * 8 = 8   2 * 8 = 16   3 * 8 = 24   4 * 8 = 32   5 * 8 = 40   6 * 8 = 48   7 * 8 = 56   8 * 8 = 64   
1 * 9 = 9   2 * 9 = 18   3 * 9 = 27   4 * 9 = 36   5 * 9 = 45   6 * 9 = 54   7 * 9 = 63   8 * 9 = 72   9 * 9 = 81


学习笔记(11月03日)

标签:学习笔记   python   培训   

原文地址:http://13406610.blog.51cto.com/13396610/1978766

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!