python进阶编程

lambda匿名函数

python使用lambda表达式来创建匿名函数

语法

// lambda 参数们：对参数的处理
lambda x : 2 * x
// x 是参数， 2*x 是返回值
​
//使用lambda实现求和
sum = lambda arg1, arg2 : agr1 + arg2
print(sum(10,20))
​
// 将匿名函数封装在一个函数里面，可以用同样的代码来创建多个匿名函数
def myfunc(n):
    return lambda a : a * n
mydoubler myfunc(2)
mytripler myfunc(3)
print(mydoubler(11)) // 2 * 11
print(mytripler(11)) // 3 * 11

lambda函数不能访问自己的参数列表以外或者全局命名空间里面的参数

lambda的主体是一个表达式而不是代码块，仅仅能封装有限的逻辑进去

推导式

【Python】推导式（列表推导式、元组推导式、字典推导式、集合推导式）详解_一个写湿的程序猿的博客-CSDN博客

• 列表推导式

  [表达式 for 变量 in 列表]
  或者
  [表达式 for 变量 in 列表 if 条件]
  [out_exp_res for out_exp in input_list if condition]
  ​
  // 例子
  l = [1,2,3]
  [print(item) for item in l if item > 1]

• 字典推导式

  {key_expr:value_expr for value in colletion if conditon}
  key_expr:新key生成表达式，可以是有返回值的函数
  value_expr：新value生成表达式，可以是有返回值的函数
  for value in colletion if conditon：迭代colletion中满足条件的value传入到key_expr:value_expr中

• 集合推导式

  {expression for item in Sequence if condition}
  expression:新元素生成表达式，可以是有返回值的函数体
  for item in Sequence if condition：将满足条件的Sequence迭代传入expression表达式

• 元组表达式【生成器表达式】

  元组推导式可以利用range区间，元组，列表，字典和集合等数据类型，快速生成一个满足指定要求的元组

  （expression for item in Sequence if condition）
  expression:新元素生成表达式，可以是有返回值的函数体
  for item in Sequence if condition：将满足条件的Sequence迭代传入expression表达式

enumerate内建函数

enumerate()函数用于将一个可遍历的数据对象组合为一个索引序列，同时列出数据和数据下标

enumerate(sequence,[start=0])

• sequence为一个序列，迭代器，或者其它支持迭代对象，返回的是一个enumerate对象

• 通过enumerate对象的遍历，可以获得索引于数据的组合对

  list = ['1','2','3','4']
  for index, value in enumerate(list):
      print(f'第{index},{value}')
  # 结果如下
  第0,1
  第1,2
  第2,3
  第3,4    

迭代器与生成器

• 迭代器是访问集合元素的一种方式，迭代器特征为：

  1. 是一个可以记住遍历位置的对象

  2. 迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束，迭代器只能往前而不会后退

  3. 迭代器有两个基本方法：iter（）和next（），字符串，列表，元组都可以用于创建迭代器

  4. 迭代器对象可以用for进行遍历，也可以使用next()函数来获取下一个值

  list = ['1','2','3','4']
  ​
  my_iterator = iter(list)
  ​
  while True:
      try:
          element = next(my_iterator)
          print(element)
      except StopIteration:
          # 迭代结束，退出循环
          break

• 生成器：使用了yield的函数被称为生成器（generator）

  1. 生成器是一个返回迭代器的函数，只能用于迭代操作，简单说生成器就是一个迭代器

  2. 在调用生成器的运行过程中，每次遇到yield式函数都会暂停并保存当前所有信息，返回yield的值。并在下一次执行next（）方法时从当前位置继续运行

  3. 调用一个生成器函数，返回的是一个迭代器对象

  # 定义一个生成器函数
  def my_generatpr(n):
      for i in range(n):
          # 使用yield语句返回元素
          yield i * i
  ​
  # 创建一个生成器对象并遍历元素
  for element in my_generatpr(5):
      print(element)

迭代器和生成器的作用：

• 节约内存：循环过程中，数据不用一次读入，迭代器不会保存所有值。而是在运行中动态的计算出数列的各个值，并将之前的数值扔掉

• 不依赖索引取值

• 实现惰性计算：需要时再取值计算

• 精简代码：使用yield关键字或者生成器表达式可以很方便的生成一个迭代器对象

装饰器

• 函数装饰器：本质上是一个python函数，可以让其它函数在不需要做任何代码改动的前提下增加额外功能

• 提供了@符号作为装饰器的语法糖

• 使用语法糖要求装饰件函数必须retrurn一个对象

  # 定义一个函数装饰器
  def my_decorator(func):
      def wrapper():
          print("Before function call")
          func()
          print("After function call")
      return wrapper()
  ​
  # 使用函数装饰器
  # 原有功能：打印”hello world“
  @my_decorator
  def say_hello():
      print("hello world")
  ​
  #调用函数
  say_hello()
  ​
  # 结果
  TypeError: 'NoneType' object is not callable
  Before function call
  hello world
  After function call

• 类装饰器

  1. 可以用来改变类的行为，由python类和@符号组成，在python中通常用于实现代码复用，日志记录，性能测试等功能

  ​
  # 定义一个类装饰器
  class MyClassDecorator:
      def __init__(self, cls):
          self.cls = cls
  ​
      def __call__(self, *args, **kwargs):
          new_args = "Dear " + args[0]
          instance = self.cls(new_args, **kwargs)
          return instance
  ​
  # 使用类装饰器
  # 原有功能：打印 hello+名字
  @MyClassDecorator
  class MyClass:
      def __init__(self, name):
          self.name = name
  ​
      def say_hello(self):
          print(f"hello, {self.name}")
  ​
  # 创建实例
  my_object = MyClass("Alice")
  # 调用实例的方法
  my_object.say_hello()
  ​
  # 打印的结果hello,DearAlice

• 需要注意的是，装饰器本身并不会改变原始代码的功能，而是通过创建一个新的函数来实现对原始函数或者类的修改，因此，在使用装饰器时，需要确保新创建的函数或者类与原始代码有相同的接口或者行为，以免对其它依赖于改代码的程序产生影响。