一、装饰器
在不改变源代码和调用方式的基础之上给函数增加新的功能。
1.1、现在有一个函数：
def func1():
print('hello,world!')
现在想再不改变原有基础上，增加新的功能。效果和下面的函数一样
def func2():
func1() #调用func1，即可保持func1这一函数的所有的功能都被这个新的函数继承下来
print('hello,boy!') #添加的新功能，相当于func1这一函数学到的新技能
但是，func2 是一个新的函数，虽然有一部分是能实现func1的功能，但并不是func1的进化，所以当我们还想用调用func1这个函数的调用方法调用的时候，并不能调用func2.
当函数不进行调用时候，可以将这个函数当成一个变量进行对待。所以，如果把func2这个函数的内存地址赋给func1，然后调用func1，那么就能用func1这个名字，调用func2这个函数，也就实现了func1 这个函数的进化。
所以，如果定义如下一个可以实现上述功能的函数deco，deco这个函数就要完成以下的两件事情:
1.让func2这个函数的内存地址出现，即：定义func2这个函数
2.在其执行之后能够拿到func2的内存地址，即把func2 的内存地址作为返回值返回
def deco(func1):
def func2():
func1() #调用func1，即可保持func1这一函数的所有的功能都被这个新的函数继承下来
print('hello,boy!') #添加的新功能，相当于func1这一函数学到的新技能
return func2
当执行完此代码返回的就是func2的内存地址。接下来，将这个内存地址赋值给func1 这个变量之后，再对func1进行调用，就可以完成对函数func1的"进化"（即：在不改变func1 的代码，还赋予了其新的功能)
def deco(func1):
def func2():
func1() #调用func1，即可保持func1这一函数的所有的功能都被这个新的函数继承下来
print('hello,boy!') #添加的新功能，相当于func1这一函数学到的新技能
return func2
@deco #效果等同于func1=deco(func1)
def func1():
print('hello,world!')
func1()
其中deco函数就是装饰器。
1.2、含参装饰器
def deco(func):
def wrapper(username,password):
if username == 'root' and password == 'root':
func(username,password) else:
print('用户名或密码错误')
return wrapper
@deco
def baidu_index(username,password):
print('welcome to 百度')
baidu_index('root','root')
由于定义的函数baidu_index，必须要传递参数，所以装饰器内部定义的函数 wrapper也需要定义形参，wrapper函数内部调用函数时，也需要有参数！！
1.3、多层装饰器
将第一个装饰器看成一个整体，再添加装饰器即可
def deco1(deco):
print('are you good or bad?')
def deco(func):
def func2():
print('you are bad')
func()
return func2
return deco
def deco(func):
def func2():
func()
print('you are not good')
return func2
@ deco
def func1():
print('you are good')
func1()
二、迭代器
1. 迭代是一个重复的过程，即每一次重复为一次迭代。每次迭代的结果都是下一次迭代的初始值
2.什么是迭代器？为何要有迭代器？
对于序列类型：字符串、列表、元组，我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的，若还想取出其内部包含的元素，则必须找出一种不依赖于索引的迭代方式，这就是迭代器。
3.什么叫做迭代器对象？
obj有.__iter__和.__next__方法的叫做迭代器对象
注意：迭代器对象一定是可迭代对象，而可迭代对象不一定是迭代器对象
三、生成器
1.什么是生成器?
只要函数里有yield关键字，那么函数名（）得到的结果就是生成器，生成器就是迭代器，并且不会执行函数内部代码。在Python中，这种一边循环一边计算的机制，称为生成器：generator。
2.return和yield用法十分类似，但是也有区别，区别在于：return只能返回一个值，而yield可以返回多个值
3.生成器优点:
同一时间只存储一个值，节省内存空间
4.生成器的缺点:
只能向后取值，不能往前取值
def test():
for i in range(100):
yield i
res = test()
for k in res:
print(k)
结果将打印0-99的数
要创建一个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 * xforxinrange(10)]
>>> L[0,1,4,9,16,25,36,49,64,81]
>>> g = (x * xforxinrange(10))
>>> g at0x1022ef630>
创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。
我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？
正确的方法是使用for循环，因为generator也是可迭代对象：
>>> g = (x * xforxinrange(10))
>>> for n in g:
print(n)