Day05

一、装饰器进阶

多个装饰器同时装饰一个函数，执行顺序是由上往下执行被装饰函数执行之前的操作，再执行被装饰函数，最后再由下往上执行被装饰函数执行之后的操作。

二、列表生成式，迭代器&生成器

2.1 列表生成式

生成一个含有数字1-10的列表，并且每个数字要 * 2

# 1.循环
li = []
for i in range(1, 11):
    li.append(i * 2)
print(li)

代码简洁的列表生成式

# 2.列表生成式
li2 = [i * 2 for i in range(1, 11)]
print(li2)

for循环后面还可以加上if判断

# 3.for循环后面还可以加上if判断
li3 = [i * i for i in range(1, 11) if i % 2 == 0]   # 生成1-10的平方切且可以被2整除的列表
print(li3)

2.2 generator生成器

在Python中，这种一边循环一边计算的机制，称为生成器：generator。

2.2.1 生成器特性

1. 生成器只有在调用时才会生成相应的数据。
2. 只记录当前的位置。
3. 只有一个__next__()方法。（2.7为next()）

2.2.1 创建生成器

创建一个generator，有很多种方法。
第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

>>> l = [x * x for x in range(10)]
>>> l
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x000002256EAB2E60>

可以通过next()函数获得generator的下一个返回值，由于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。

>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

但不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
...
0
1
4
9
16
25
36
49
64
81

通过for循环来迭代generator，不需要关心StopIteration的错误。
generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：1, 1, 2, 3, 5, 8, 13, 21, 34, ...

def fib(max):
   n, a, b = 0, 0, 1
   while n < max:
       print(b)
       a, b = b, a + b
       n = n + 1
   return 'done'

可以输出斐波那契数列的前N个数：

>>> fib(10)
1
1
2
3
5
8
13
21
34
55
done

上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield b就可以了：

def fib(max):
   n, a, b = 0, 0, 1
   while n < max:
       #print(b)
       yield  b
       a, b = b, a + b
       n += 1

同样的，把函数改成generator后，可以使用__next__()来获取下一个返回值，或者使用for循环来迭代。
通过yield实现在单线程的情况下实现并发运算的效果

import time
def customer(name):
   print("%s 准备吃包子了!" % name)
   while True:
       baozi = yield
       print("包子[%s]来了，被[%s]吃了！" % (baozi, name))

def producer(name):
   c = customer('A')
   c2 = customer('B')
   c.__next__()
   c2.__next__()
   print("%s要开始做包子了啊！" % name)
   for i in range(10):
       time.sleep(1)
       print("第%d批包子做好了！" % (i + 1))
       c.send(i + 1)
       c2.send(i + 1)

producer("Will")

三、迭代器

3.1 Iterable可迭代对象

可以直接作用于for循环的数据类型有以下几种：

1. 集合数据类型，如list、tuple、dict、set、str等；
2. 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：

>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False

3.2 Iterator迭代器

生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。
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
可以使用isinstance()判断一个对象是否是Iterator对象：

>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False

3.3 将Iterable可迭代对象变为Iterator迭代器

生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数：

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

四、匿名函数

匿名函数就是不需要显式的指定函数

#这段代码
def calc(n):
    return n**n
print(calc(10))

#换成匿名函数
calc = lambda n:n**n
print(calc(10))

匿名函数主要是和其它函数搭配使用的

>>> res = map(lambda x:x**2, [1, 5, 7, 4, 8])
>>> for i in res:print(i)
... 
1
25
49
16
64

五、内置函数

image.png