【Python30天速成计划】13: 装饰器和生成器

简介: 【Python30天速成计划】13: 装饰器和生成器

大家好,我是阿萨。今天看Python的装饰器和生成器。


1. 装饰器 (Decorator)


装饰器是一种在不修改原函数代码的情况下,给函数增加新功能的方法。装饰器是一个接受函数作为参数并返回一个新函数的高阶函数。在Python中,装饰器使用 `@decorator` 语法糖进行声明。


示例:计时装饰器


下面是一个简单的用于计算函数运行时间的装饰器:

```python
import time
def timer_decorator(func):
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print(f"{func.__name__} 耗时 {end_time - start_time} 秒")
return result
return wrapper
@timer_decorator
def example_function(n):
total = 0
for i in range(n):
total += i
return total
result = example_function(1000000)
print(f"结果: {result}")
```

`timer_decorator` 是一个装饰器,它接受一个函数 `func` 作为参数,并返回一个新函数 `wrapper`。`wrapper` 函数会在调用 `func` 之前记录开始时间,调用 `func` 之后记录结束时间,最后输出函数运行时间。


2.生成器 (Generator)


生成器是一个特殊类型的迭代器,可以使用 `yield` 关键字来产生一系列值。与普通函数相比,生成器函数在每次调用 `yield` 时会保存当前的执行状态,下一次调用时会从之前保存的状态继续执行。这使得生成器非常适合于处理大量数据时节省内存。


示例:斐波那契数列生成器


下面是一个使用生成器实现的斐波那契数列:

```python
def fibonacci_generator(n):
a, b = 0, 1
for _ in range(n):
yield a
a, b = b, a + b
for num in fibonacci_generator(10):
print(num, end=" ")
```


`fibonacci_generator` 是一个生成器函数,它接受一个参数 `n` ,表示需要生成多少个斐波那契数。生成器每次通过 `yield` 产生一个斐波那契数。在循环中,我们可以直接使用 `for` 循环遍历生成器产生的斐波那契数。


总结:装饰器是一种用于给函数增加新功能的方法,而生成器则是一种特殊类型的迭代器,适用于处理大量数据时节省内存。这两种概念在 Python 编程中非常常见,掌握它们对于编写高效、易读的代码非常有帮助。

相关文章
|
1月前
|
测试技术 Python
Python装饰器:为你的代码施展“魔法”
Python装饰器:为你的代码施展“魔法”
230 100
|
2月前
|
设计模式 缓存 监控
Python装饰器:优雅增强函数功能
Python装饰器:优雅增强函数功能
257 101
|
1月前
|
缓存 Python
Python装饰器:为你的代码施展“魔法
Python装饰器:为你的代码施展“魔法
149 88
|
2月前
|
缓存 测试技术 Python
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
199 99
|
2月前
|
存储 缓存 测试技术
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
181 98
|
2月前
|
缓存 Python
Python中的装饰器:优雅地增强函数功能
Python中的装饰器:优雅地增强函数功能
|
2月前
|
存储 缓存 测试技术
理解Python装饰器:简化代码的强大工具
理解Python装饰器:简化代码的强大工具
|
2月前
|
缓存 测试技术 Python
解锁Python超能力:深入理解装饰器
解锁Python超能力:深入理解装饰器
111 2
|
2月前
|
存储 大数据 Unix
Python生成器 vs 迭代器:从内存到代码的深度解析
在Python中,处理大数据或无限序列时,迭代器与生成器可避免内存溢出。迭代器通过`__iter__`和`__next__`手动实现,控制灵活;生成器用`yield`自动实现,代码简洁、内存高效。生成器适合大文件读取、惰性计算等场景,是性能优化的关键工具。
224 2
|
2月前
|
大数据 数据处理 数据安全/隐私保护
Python3 迭代器与生成器详解:从入门到实践
简介:本文深入解析Python中处理数据序列的利器——迭代器与生成器。通过通俗语言与实战案例,讲解其核心原理、自定义实现及大数据处理中的高效应用。
143 0