一、装饰器的补充
Python装饰器(decorator)在实现的时候,被装饰后的函数其实已经是另外一个函数了(函数名等函数属性会发生改变),为了不影响,Python的functools包中提供了一个叫wraps的decorator来消除这样的副作用。写一个decorator的时候,最好在实现之前加上functools的wrap,它能保留原有函数的名称和docstring。
简言之:导入wraps,即可将原函数的属性(解释文本等)传递给装饰器中对应的函数。
from functools import wraps #从 functools导入wraps
def outter(func):
1、叠加多个装饰器
加载顺序(outter函数的调用顺序):自下而上
执行顺序(wrapper函数的执行顺序):自上而下
# 叠加多个装饰器
# 1. 加载顺序(outter函数的调用顺序):自下而上
# 2. 执行顺序(wrapper函数的执行顺序):自上而下
def outter1(func1): #func1=wrapper2的内存地址
print('加载了outter1')
def wrapper1(*args,**kwargs):
print('执行了wrapper1')
res1=func1(*args,**kwargs)
return res1
return wrapper1
def outter2(func2): #func2=wrapper3的内存地址
print('加载了outter2')
def wrapper2(*args,**kwargs):
print('执行了wrapper2')
res2=func2(*args,**kwargs)
return res2
return wrapper2
def outter3(func3): # func3=最原始的那个index的内存地址
print('加载了outter3')
def wrapper3(*args,**kwargs):
print('执行了wrapper3')
res3=func3(*args,**kwargs)
return res3
return wrapper3
import time
def timmer(func):
def aaa(*args,**kwargs):
start=time.time()
res=func(*args,**kwargs)
stop=time.time()
print('run time is %s' %(stop -start))
return res
return aaa
def auth(func):
def bbb(*args,**kwargs):
name=input('name>>>: ').strip()
pwd=input('pwd>>>: ').strip()
if name == 'egon' and pwd == '123':
print('login successfull')
res=func(*args,**kwargs)
return res
else:
print('user or pwd error')
return bbb
2、有参装饰器:三层的闭包函数
对于装饰器,三层就够了(第一层传参数,第二层传函数,第三层执行添加的功能和源代码)
import time
from functools import wraps
current_user={'user':None}
def auth(engine='file'):
def outter(func):
二、三元表达式
只能将if else这种简单的取代,有elif的不行。
res='ok' if False else 'no' #条件成立输出左侧的值,否则输出右侧的值,可以简化if。。。else语句。
print(res)
输出结果为:
no
三、生成式
列表生成式
# l=[]
# for i in range(10):
# if i>4:
# l.append(i**2)
# print(l)
上下代码功能一致
l=[i**2 for i in range(10) if i >4] #后面不能使用else,无论是if else还是for else,可以对循环的参数进行操作
print(l)
输出结果为:
[25, 36, 49, 64, 81]
# 映射和判断
names=['egon','go_on','kevin','wxx']
print([name.upper() for name in names]) #映射关系
print([name for name in names if name.endswith('on')]) #判断关系
print([name.upper() for name in names if name.endswith('on')]) #映射叠加判断关系
输出的结果:
['EGON', 'GO_ON', 'KEVIN', 'WXX']
['egon', 'go_on']
['EGON', 'GO_ON']
字典生成式:key和value需要有对应关系才好处理。
res={i:i**2 for i in range(10) if i > 3} #注意字典的生成格式
print(res)
print({i for i in 'hello'}) #注意此处生成的是集合!
输出结果为:
{4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}
{'e', 'h', 'l', 'o'}
四、匿名函数:匿名函数就是只定义了一个函数的内存地址,主要用于临时使用一次的场景。
a=(lambda x,y:x+y)(1,2) #格式为“lambda 参数:表达式”后接括号内输入参数,匿名函数自带return,可以得到返回值
print(a)
输出结果为3
五、内置函数
1、max和min
print(max([10,11,-3,23])) #max会从列表中先取出两个值比较,再将较大的和下一个值比较
输出结果为:
23
比较value的值,然后输出对应的key:
salaries={
'egon':3000,
'alex':100000000,
'wupeiqi':10000,
'yuanhao':2000
}
def func(k):
return salaries[k]
print(max(salaries,key=lambda k:salaries[k])) #此处第一个salaries是一个序列,其中的元素会被遍历,作为参数k进行函数的运算,不理解的话看下面
print(min(salaries,key=func)) #其实没有必要做成有名函数,匿名函数就可以了。
# for循环的结果 比较依据
# 'egon' 3000
# 'alex' 100000000
# 'wupeiqi' 10000
# 'yuanhao' 2000
输出结果为:
alex
yuanhao
max的解释:
max(iterable, *[, key, default])
max(arg1, arg2, *args[, key])
字典是可迭代的,结果为key值,
salaries={
'egon':3000,
'alex':100000000,
'wupeiqi':10000,
'yuanhao':2000
}
l=list(salaries)
print(l)
输出结果为:
['egon', 'alex', 'wupeiqi', 'yuanhao']
res=max((1,2),[1,1],key = lambda x : x[1])
print(res)
输出结果为:
(1, 2)
sorted函数:
def sorted(*args, **kwargs): # real signature unknown
"""
Return a new list containing all items from the iterable in ascending order.
A custom key function can be supplied to customize the sort order, and the
reverse flag can be set to request the result in descending order.
"""
以升序返回包含iterable中所有项的新列表。
可以提供自定义键功能来自定义排序顺序,以及可以设置反向标志以按降序请求结果。
匿名函数与其他函数的结合应用:
salaries={
'egon':3000,
'alex':100000000,
'wupeiqi':10000,
'yuanhao':2000
}
print(sorted(salaries,key=lambda k:salaries[k],reverse=True)) #字典中的key变成序列作为参数传入后面的匿名函数,由升序改为降序排列。
输出结果为:
['alex', 'wupeiqi', 'egon', 'yuanhao']