---------------个人学习笔记---------------
---配套视频个人购买，可有偿提供---
------点击此处链接至博客园原文------
1.匿名函数
没有函数名
# -*- coding:utf-8 -*- # Author: WUJiang # 匿名函数 calc = lambda x: x*3 print(calc(3))
2.装饰器
装饰器，本质是函数，装饰其他函数，即为其他函数添加附加功能
原则：不能修改被装饰函数的源代码、不能修改被装饰函数的调用方式
需要了解：函数即“”变量“”、高阶函数、嵌套函数（函数内部还存在用def定义其他的函数）
需要注意@装饰器的实际作用
# -*- coding:utf-8 -*- # Author: WUJiang # 装饰器示例 = 嵌套函数+高阶函数 # 建议每行打断点看运行过程，函数只定义未调用时是不运行的 import time def timer(func): def wrapper(*args, **kwargs): start_time = time.time() func(*args, **kwargs) stop_time = time.time() print("the fuc running time is %s" % (stop_time - start_time)) return wrapper # 返回wrapper的内存地址，加()代表执行wrapper函数 @timer # 等同于test1=timer(test1) def test1(*args, **kwargs): time.sleep(3) print("in the test1") print(args, kwargs) test1()
之所以test1()、wrapper()和func()中添加形参*args、**kwargs是因为装饰器只有一个，这样就可以用来装饰多个有非固定参数的函数
# -*- coding:utf-8 -*- # Author: WUJiang # 用装饰器给页面增加登录认证功能 user, pw = "wujiang", "abc123" def auth(func): def wrapper(*args, **kwargs): input_user = input("输入用户名：") input_pw = input("输入密码：") if input_user == user and input_pw == pw: ret = func(*args, **kwargs) return ret else: print("用户名密码错误，请重试") return wrapper @auth def index(): print("欢迎进入首页") return "from index" # 居然返回None,是因为wrapper()无返回值，若要返回index()的结果，可以保存在变量中返回(见上) @auth def home(): print("欢迎登录个人主页") @auth def bbs(): print("欢迎登录bbs论坛") print(index()) home() bbs()
上述增加代码段可以返回被装饰函数的结果（以上代码较实用）
3.装饰器-进阶学习
# -*- coding:utf-8 -*- # Author: WUJiang # 用装饰器给不同页面增加不同的登录(本地/远程)认证功能 def auth(auth_type): # print("auth_type:", auth_type) def out_wrapper(func): # print("func:", func) def wrapper(*args, **kwargs): if auth_type == "local": print("本地模拟登录") elif auth_type == "ldap": print("ldap模拟登录") return wrapper return out_wrapper # 这里的auth与之前的区别是加了（）并传入参数 # 与之前不加（）和传参数有区别，具体需要看实际debug # 个人相当于home = auth(auth_type="local")() # 即home = wrapper @auth(auth_type="local") def home(): print("欢迎登录个人主页") @auth(auth_type="ldap") def bbs(): print("欢迎登录bbs论坛") home() bbs()
与上面的区别是装饰器传入了参数，因此装饰器内部需要多嵌套一层函数，具体看#注释。
4.生成器
列表生成式[] 如[func(i) for i in range(10)]使代码更简洁，其中func()为某函数，如i+1
通过列表生成式，可以直接创建列表，但由于受到内存限制，列表容量将有限。如果创建一个包含100万个元素的列表，而仅仅需要访问前面几个元素，就有点得不偿失，因此，如果列表元素可以按照某种算法推算出来，就可以在循环过程中不断推算后续元素，就不用创建完整的列表，从而节省大量空间。在Python中，一边循环一边计算的机制，称为生成器。
生成器() 如(func(i) for i in range(10)) ，区别是[]和()
注意：[2*i for i in range(10000000000)]列表生成式会一次性准备好数据，比如准备好[0,1,2,3,4...9999999999]再乘2，而(2*i for i in range(10000000000))生成器只是准备了一个算法，访问到哪才生成相应数据，但是访问第n个数据，必须依此访问过之前n-1个数据，因此不能用切片方式访问。
生成器只有__next__()方法（_2个Python3中，Python2中为next()），读取下一个数据，只依次保留当前位置的唯一数据。
-----------------------------------------------------------另一种实现生成器的方式---------------------------------------------------------------------
# -*- coding:utf-8 -*- # Author: WUJiang # 另一种实现生成器的方式 # 斐波那契数列 def fib(max): n, a, b = 0, 0, 1 while n < max: # print(b) yield b a, b = b, a+b n += 1 # <generator object fib at 0x0000000002340750> print(fib(10)) fib_gen = fib(10) print(fib_gen.__next__()) # 1 print(fib_gen.__next__()) # 1 print(fib_gen.__next__()) # 2 print(fib_gen.__next__()) # 3
-------------------------------------------------------通过生成器可以实现并行操作---------------------------------------------------------------
# -*- coding:utf-8 -*- # Author: WUJiang # 生成器实现单线程下的并行效果(实际上是串行，但感觉上是并行),异步IO的雏形 import time def consumer(name): print("%s 准备吃包子了！" % name) while True: baozi = yield print("包子[%s]来了，被[%s]吃了" % (baozi, name)) def producer(name): c = consumer("A") # 相当于将函数变为生成器 c2 = consumer("B") c.__next__() # 调用第一个yield中断返回，因此才会打印"准备吃包子了" c2.__next__() print("我开始做包子了！") for i in range(10): time.sleep(1) print("做了2个包子！") c.send(i) c2.send(i) producer("wujaing")
5.迭代器
可以直接for循环的对象统称为可迭代对象，如list、tuple、dict、set、str、生成器、带yield的generator function,可使用isinstance()判断一个对象是否是Iterable对象
# -*- coding:utf-8 -*- # Author: WUJiang # 判断是否为可迭代对象 from collections import Iterable print(isinstance([], Iterable)) # True print(isinstance({}, Iterable)) # True print(isinstance((), Iterable)) # True
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，可以使用isinstance()判断一个对象是否为Iterator对象，dir(变量)可查看变量的所有方法，通过iter()函数可将list、dict、str等可迭代对象变成迭代器
# -*- coding:utf-8 -*- # Author: WUJiang # 判断是否为迭代器 from collections import Iterator print(isinstance([i+1 for i in range(10)], Iterator)) # False print(isinstance((i+1 for i in range(10)), Iterator)) # True print(isinstance(iter([]), Iterator)) # True
Python中Iterator对象表示一个数据流，可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但却不能提前知道序列长度，只有不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时才会计算，Iterator甚至可以表示一个无限大的数据流，例如全体自然数，而使用list是永远不可能存储全体自然数。
Python3中range(10)返回range(0,10)迭代器，Python2中range(10)返回[0,1,2,3,4,5,6,7,8,9]，xrange(10)才返回迭代器
6.内置函数
abs() 绝对值
all() 可迭代对象中所有元素为真返回True
any() 可迭代对象中任意元素为真返回True
bin() 数字10进制转2进制
bytearray() 将bytes类型数据变成可修改的列表
callable() 判断是否可被调用
chr() 返回数字对应的ASCII码
compile() 底层编译代码使用
dir() 查看变量的所有方法
divmod(a,b) 返回a除以b的商和余数
eval() 用来执行一个字符串表达式,并返回表达式的值（转字符串为字典！）
exec() 动态执行Python代码,可以执行复杂的Python代码，而不像eval函数那样只能计算一个表达式的值
filter() 按定义的规则过滤，可与lambda搭配用
map() 按定义的函数处理，可与lambda搭配用
frozenset() 返回不可变对象
globals() 返回当前程序所有变量名和变量值
hash() 返回哈希值
help() 查看帮助
hex() 转16进制
id() 返回内存地址
locals() 用于定义的函数内部返回局部变量
oct() 转8进制
round() 四舍五入，可定义保留位数
sorted() 排序
zip() 一一对应组合
......
7.json&pickle序列化
json只能处理简单数据类型，可用于不同语言间的交互，xml被json逐渐取代
# -*- coding:utf-8 -*- # Author: WUJiang # json序列化与反序列化 import json info = { "name": "wujiang", "age": 22 } # 序列化 with open("info.txt", "w") as f: f.write(json.dumps(info)) # 反序列化 with open("info.txt", "r") as f: data = json.loads(f.read()) print(data["name"])
pickle能处理所有数据类型（函数也可以），用法与上面json一样，此外还均有dump()和load()方法,如pickle.dump(info,f) 和pickle.load(f)，与上述等价
尽量只dump和load一次，易出错，Python2允许多次dump和load，Python3只允许一次dump和load
8.软件目录开发规范
Foo项目名，bin可执行文件目录，foo主要程序（逻辑）目录（其中main.py为程序主入口，启动bin中foo调用main、test测试主要程序逻辑），docs文档，setup.py安装、部署、打包脚本，requirements.txt软件依赖的外部Python包列表，README项目说明文件，还有conf配置文件目录、logs日志文件目录
9.不同目录间模块调用
通过os.path.dirname获取同级目录添加至环境变量即可import，Pycharm中会标红但不影响import
# -*- coding:utf-8 -*- # Author: WUJiang # 不同目录间的模块调用 import os import sys print(__file__) # 获取当前文件相对路径 print(os.path.abspath(__file__)) # 获取当前文件绝对路径 print(os.path.dirname(os.path.abspath(__file__))) # 获取当前文件绝对路径的上一级目录 dir = os.path.dirname(os.path.abspath(__file__)) sys.path.append(dir) # 添加环境变量