Python扩展内容

简介: Python扩展内容


Python扩展内容

阅读本文需要3分钟

① python中yield关键字的使用:

  • yield 是一个类似 return 的关键字,只是这个函数返回的是个生成器
  • 当你调用这个函数的时候,函数内部的代码并不立马执行 ,这个函数只是返回一个生成器对象
  • 当你使用for进行迭代的时候,函数中的代码才会执行
  • 生成器特点:可迭代;只能读取一次;实时生成数据,不全存在内存中。
def fun():
    yield "aaa"
    yield "bbb"
    yield "ccc"
#返回可迭代对象(生成器)
a = fun()
print(a) # <generator object fun at 0x10f26e990>
#可以将迭代对象转成列表
# b = list(a)
# print(b) #['aaa', 'bbb', 'ccc']
#遍历(迭代)输出,注意:只能读取一次
for i in a:
    print(i)
'''
aaa
bbb
ccc
'''
  • 案例:
import json
#案例一、这是一段过程化代码编写:
str= '[{"name":"zhangsan","age":22},{"name":"lisi","age":19},{"name":"wangwu","age":24}]'
data = json.loads(str) #解码JSON数据
# 过滤出年龄大于20岁以上的信息,并输出
for item in data:
    if item['age']>20:
        #输出数据
        print('-' * 20)
        print(item['name'],":",item['age'])
'''
#输出结果:
--------------------
zhangsan : 22
--------------------
wangwu : 24
'''
#案例二:代码拆分(将数据的处理封装成函数):
def fun1():
    str= '[{"name":"zhangsan","age":22},{"name":"lisi","age":19},{"name":"wangwu","age":24}]'
    data = json.loads(str) #解码JSON数据
    #过滤出年龄大于20岁以上的信息,并输出
    dlist = []
    for item in data:
        if item['age']>20:
            #将过滤出来的数据放置到dlist中
            print('-' * 20)
            dlist.append(item)
    return dlist
# 使用(输出数据)
for i in fun1():
    print(i['name'], ":", i['age'])
'''
#输出结果:
--------------------
--------------------
wangwu : 24
wangwu : 24
'''
#案例三:代码拆分(使用yield返回生成器):
def fun1():
    str= '[{"name":"zhangsan","age":22},{"name":"lisi","age":19},{"name":"wangwu","age":24}]'
    data = json.loads(str) #解码JSON数据
    #过滤出年龄大于20岁以上的信息,并输出
    for item in data:
        if item['age']>20:
            #将过滤出来的数据放置到dlist中
            print('-' * 20)
            yield item
# 使用(输出数据)
for i in fun1():
    print(i['name'], ":", i['age'])
'''
#输出结果:
--------------------
zhangsan : 22
--------------------
wangwu : 24
'''


② 装饰器的使用:


  • python装饰器就是用于拓展原来函数功能的一种函数,这个函数的特殊之处在于它的返回值也是一个函数,
  • 使用python装饰器的好处就是在不用更改原函数的代码前提下给函数增加新的功能
  • 无参数的装饰器实例
# 无参数的装饰器实例
def deco(dd):
    def _deco():
        print("start....")
        dd()
        print("end.....")
    return _deco
@deco
def demo():
    print("demo()............")
if __name__ == "__main__":
    d = demo
    d()
    #demo()
  • 输出结果

start....
demo()............
end....
    # 带参数的装饰器实例
    def deco(func):
        def _deco(a, b):
            print("before myfunc() called.")
            ret = func(a, b)
            print("  after myfunc() called. result: %s" % ret)
            return ret
        return _deco
    @deco
    def myfunc(a, b):
        print(" myfunc(%s,%s) called." % (a, b))
        return a + b
    if __name__ == "__main__":
        myfunc(1, 2)
        myfunc(3, 4)
    • 输出结果
    before myfunc() called.
     myfunc(1,2) called.
      after myfunc() called. result: 3
    before myfunc() called.
     myfunc(3,4) called.
      after myfunc() called. result: 7

    岁月有你,惜惜相处

    相关文章
    |
    8月前
    |
    编译器 Linux C语言
    python C语言扩展之简单扩展-使用ctypes访问C代码
    python C语言扩展之简单扩展-使用ctypes访问C代码
    62 0
    |
    Python Windows
    Python 扩展 快捷贴士:os模块下的创建目录的方式
    如果子目录创建失败或者已经存在,会抛出一个 OSError 的异常,Windows上Error 183 即为目录已经存在的异常错误。
    102 0
    |
    2月前
    |
    缓存 监控 测试技术
    Python中的装饰器:功能扩展与代码复用的利器###
    本文深入探讨了Python中装饰器的概念、实现机制及其在实际开发中的应用价值。通过生动的实例和详尽的解释,文章展示了装饰器如何增强函数功能、提升代码可读性和维护性,并鼓励读者在项目中灵活运用这一强大的语言特性。 ###
    |
    4月前
    |
    Python
    Python--turtle库科赫雪花的扩展
    使用Python的turtle库创建科赫雪花,并加入随机阶数、尺寸、位置和颜色的功能,每次运行生成不同图像。
    Python--turtle库科赫雪花的扩展
    |
    3月前
    |
    机器学习/深度学习 缓存 PyTorch
    pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
    这篇文章是关于如何下载、安装和配置Miniconda,以及如何使用Miniconda创建和管理Python环境的详细指南。
    630 0
    pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
    |
    3月前
    |
    Python
    Python扩展TimedRotatingFileHandler
    【10月更文挑战第7天】 python log执行扩展压缩功能
    68 0
    |
    4月前
    |
    存储 缓存 API
    比较一下 Python、C、C 扩展、Cython 之间的差异
    比较一下 Python、C、C 扩展、Cython 之间的差异
    55 0
    |
    5月前
    |
    算法 关系型数据库 程序员
    程序员必备技能)基于Python的鼠标与键盘控制实战扩展与源码
    这篇文章是关于如何使用Python的`pyautogui`库来控制鼠标和键盘进行各种操作,包括移动、点击、滚轮控制以及键盘的按键和快捷键输出,并介绍了如何结合图像处理和计算机视觉技术来扩展其应用。
    |
    5月前
    |
    测试技术 程序员 开发者
    探索代码整洁之道:编写可维护和可扩展的Python程序
    【8月更文挑战第3天】在编程的海洋中,我们经常追求的是那些能够高效运行、易于理解和维护的代码。本文将深入探讨如何通过遵循一系列的最佳实践来提升Python代码的整洁度,从而增强其可维护性和可扩展性。我们将通过具体示例,展示如何应用这些原则来编写更优雅、更健壮的Python程序。
    45 0
    |
    7月前
    |
    数据安全/隐私保护 Python
    Python装饰器是高阶函数,用于在不修改代码的情况下扩展或修改函数行为。它们提供可重用性、模块化和无侵入性的功能增强。
    【6月更文挑战第20天】Python装饰器是高阶函数,用于在不修改代码的情况下扩展或修改函数行为。它们提供可重用性、模块化和无侵入性的功能增强。例如,`@simple_decorator` 包装`my_function`,在调用前后添加额外操作。装饰器还能接受参数,如`@logged(&quot;INFO&quot;, &quot;msg&quot;)`,允许动态定制功能。
    50 6