python学习日记之函数（2）

• 装饰器

本质上也是一个函数

是给现有的模块增添新的小功能 不修改原代码的前提下可以对原函数进行功能扩展

让我们可以在代码运行期间 动态地对指定函数增加一些功能（比如计算函数的运行时间、给函数添加调用日志、进行类型检查等等）

1. 装饰器的语法糖

@+装饰器的名字

调用函数时相当于把函数当作一个参数传递到装饰器里面去

多个装饰器可以用在同一个函数上

1. 给装饰器传递参数

带参数和不带参数的编译器 那么它们的调用顺序应该是自下而上依次执行

 

1. 功能

将目标函数进行打包，并返回一个加工后的新函数对象

def add(yyqx):
    def inner():
        x = yyqx()
        return x + 1
    return inner

def reduce(yyqx):
    def inner():
        x = yyqx()
        return x + 1
    return inner

def cube(yyqx):
    def inner():
        x = yyqx()
        return x * x * x
    return inner

def square(yyqx)
    def inner():
        x = yyqx()
        return x * x
    return inner

@add
@reduce
@cube
@squsre
def result():
    return 2

print(test())

2.Lambda表达式

1. 函数介绍

在使用函数时不需要给函数分配一个名称 该函数就是“匿名函数       在python中使用lambda表达式表示匿名函数

是对一个函数的引用

addYYQX = lamdba x:x + 1
addYYQX(1)

yyqx = [lambda x : x + 1,2,3]
yyqx[0](yyqx[1])

mapped = map(lambda x : ord(x) + 1,"yyqx")
list(mapped)

1. 函数语法

lambda 参数列表：lambda体

参数列表    类似函数中的形参 不同参数之间逗号隔开

                  可参考函数的参数那里对形参的讲解

lambda体 表达式的主要代码在此处编写 类似于函数体

                  不能是一个代码块，不能包含多条语句，只能包含一条语句

                  返回的lambda体运算式运算结果

                  与函数不同的是 不需要使用return语句返回

注意：参数列表可有可无，可以接收任意数量的参数，但只能返回一个值

lambda函数与def函数的异同点

a.lambda可以立即传递（无需变量），自行返回结果b.lambda在内部只能包含一行代码

c.lambda是一个为编写简单函数而设计的，而def用来处理更大的任务

d.lambda可以定义一个匿名函数，而def定义的函数必须有一个名字

e. 参数都是可选，也都会返回对象，用法基本一致

f. lambda是一个表达式而非语句，两者应用范围有不同

lambda函数优势：

a.对于单行函数且只有一个返回值，使用lambda表达式可以省去定义函数的过程，让代码更加简洁

b.对于不需要多次复用的函数，用lambda表达式可以在用完后立即释放，提高程序执行的性能。

c. lambda函数可以作为参数传递给其他函数也可 作为函数返回

d. lambda 是一个表达式 因此它可以用在常规函数不可能存在的地方

• 生成器

让函数退出之后还能保留状态 —— 闭包/使用全局变量/生成器

是一个迭代器 每次调用的时候提供一个数据 这样就不必创建完整的list，从⽽节省⼤量的空间 不走回头路

无法使用下标索引这种随机访问方式

1. 格式

1. 生成器表达式

和列表推导式的定义类似，生成器表达式使用 () 而不是 []

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

for qxh in yyqx:
    print(qzh)

1. 生成器函数

Yield表达式代替return语句，调用该函数时会返回一个生成器           

def yyqx()
    qzh = 0
    while qzh <= 5:
        yeild qzh
            qzh = qzh + 1

for qzh in yyqx()
    print(qzh)

 当我们使用 yield 时 在没有数据时 也会抛出 StopIteration 异常

a.调用该函数的时候不会立即执行代码，而是返回了一个生成器对象

b.当使用 next() (在 for 循环中会自动调用 next() ) 作用于返回的生成器对象时 函数 开始执行 在遇到 yield 的时候会停止  并返回当前的迭代值 当再次使用 next() 的时候 函数会从原来打断的地方继续执行 直到遇到 yield语 句 如果没有 yield 语句 则返回完所有元素后抛出异常

1、支持next函数

通过 next() 函数获得⽣成器的下⼀个返回值 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 的异常。

def yyqx()
    qzh = 0
    while qzh <= 5:
        yeild qzh
            qzh = qzh + 1

qzh = yyqx()

next(qzh)
next(qzh)
next(qzh)
next(qzh)
next(qzh)

2、使用for循环/使用for-in循环

Next函数点一次出一次 需要不断调用 生成器是可迭代对象 可以使用for循环

def yyqx()
    qzh = 0
    while qzh <= 5:
        yeild qzh
            qzh = qzh + 1

for qzh in yyqx()
    print(qzh)

1. object内置的__next__()方法
2. 特点

（1）上次调⽤的所有局部变量都保持不变

（2）节约内存

（4）迭代到下⼀次的调⽤时 所使⽤的参数都是第⼀次所保留下的 在整个所有函数调⽤的参数都是第⼀次所调⽤时保留的 ⽽不是新创建的