装饰器、生成器，迭代器、Json & pickle 数据序列化
装饰器、生成器，迭代器、Json & pickle 数据序列化
1、 列表生成器：代码例子
1 a=[i*2 for i in range(10)]
2 print(a)
3
4 运行效果如下：
5 D:\python35\python.exe D:/python培训/s14/day4/列表生成式.py
6 [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
7
8 Process finished with exit code 02、高阶函数
变量可以指向函数，函数的参数能接受变量，即把一个函数名当做实参传给另外一个函数
返回值中包涵函数名
代码例子：
1 def test():
2 print("int the test")
3
4 def test2(func):
5 print("in the test2")
6 print(func)
7 func()
8
9 test2(test)
10 运行效果如下：
11 D:\python35\python.exe D:/python培训/s14/day4/高阶函数.py
12 in the test2
13 <function test at 0x000000000110E268> #这里是test的内存地址
14 int the test
15
16 Process finished with exit code 03、装饰器
装饰器：本质是函数，（装饰其他函数）就是为其他函数添加附加功能
装饰器原则：
a.不能修改被装饰的函数的源代码
b．不能修改被装饰的函数的调用方式
实现装饰器的知识储备：
a、函数即“变量”
b、高阶函数
c、嵌套函数
高阶函数+嵌套函数=====装饰器
高阶函数：
a.把一个函数名当做实参传给另外一个函数
b.返回值中包含函数名
代码例子
1 import time
2 def timeer(func):
3 def warpper():
4 start_time=time.time()
5 func()
6 stop_time=time.time()
7 print("the fun runn time is %s" %(stop_time-start_time))
8 return warpper
9 @timeer
10 def test1():
11 time.sleep(3)
12 print("in the test1")
13
14 test1()
15 运行结果如下：
16 D:\python35\python.exe D:/python培训/s14/day4/装饰器.py
17 in the test1
18 the fun runn time is 3.000171661376953
19
20 Process finished with exit code 0带参数的装饰器
1 import time
2
3 def timer(func):
4 def deco(*args,**kwargs):
5 start_time=time.time()
6 func(*args,**kwargs)
7 stop_time=time.time()
8 print("the func runn time is %s" %(stop_time-start_time))
9 return deco
10
11 @timer #test1 = timer(test1)
12 def test1():
13 time.sleep(3)
14 print("in the test1")
15
16 @timer
17
18 def test2(name,age):
19 print("name:%s,age:%s" %(name,age))
20
21 test1()
22 test2("zhaofan",23)
23 运行结果如下：
24
25 D:\python35\python.exe D:/python培训/s14/day4/装饰器3.py
26 in the test1
27 the func runn time is 3.000171661376953
28 name:zhaofan,age:23
29 the func runn time is 0.0
30
31 Process finished with exit code 0终极版的装饰器
1 import time
2 user,passwd = "zhaofan","123"
3 def auth(auth_type):
4 print("auth func:",auth_type)
5 def outer_wrapper(func):
6 def wrapper(*args,**kwargs):
7 if auth_type=="local":
8 username = input("Username:").strip()
9 password = input("Password:").strip()
10 if user == username and passwd== password:
11 print("\033[32;1mUser has passed authentication\033[0m")
12 res = func(*args,**kwargs)
13 print("------after authentication")
14 return res
15 else:
16 exit("\033[31;1mInvalid username or password\033[0m")
17 elif auth_type=="ldap":
18 print("没有ldap")
19 return wrapper
20 return outer_wrapper
21
22 def index():
23 print("welcome to index page")
24 @auth(auth_type="local")
25 def home():
26 print("welcome to home page")
27 return "from home"
28 @auth(auth_type="ldap")
29 def bbs():
30 print("welcome to bbs page")
31
32 index()
33 print(home())
34 bbs()
35
36
37 运行结果如下：
38 D:\python35\python.exe D:/python培训/s14/day4/装饰器4.py
39 auth func: local
40 auth func: ldap
41 welcome to index page
42 Username:zhaofan
43 Password:123
44 User has passed authentication
45 welcome to home page
46 ------after authentication
47 from home
48 没有ldap
49
50 Process finished with exit code 04、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。
1 a = [x for x in range(10)]
2 print(a)
3
4 g=(x for x in range(10))
5 print(g)
6 运行结果如下：
7 D:\python35\python.exe D:/python培训/s14/day4/生成器.py
8 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
9 <generator object <genexpr> at 0x0000000000B01DB0>
10
11 Process finished with exit code 0生成器只有一个方法：__next__()
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。
1 g=(x for x in range(10))
2
3 for i in g:
4 print(i)
5
6
7 运行结果如下：
8
9 D:\python35\python.exe D:/python培训/s14/day4/生成器的调用.py
10 0
11 1
12 2
13 3
14 4
15 5
16 6
17 7
18 8
19 9
20
21 Process finished with exit code 05、可以直接作用于for循环的数据类型有以下几种
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是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
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。
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
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；
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
6、json和pickle