Python开发基础总结(三)排序+迭代+生成器+装饰器

简介: Python开发基础总结(三)排序+迭代+生成器+装饰器

一、排序


1、    list自己提供了排序的函数:sort。

2、    sort的参数:

a)    cmp是一个比较函数,输入两个元素,比较大小,返回值为-1,0,1.

b)    key也是一个函数,入参为一个元素,返回这个元素的关键字。

c)    reverse是一个标志位,表示升序还是降序。默认False是升序,True表示降序。

3、使用key和reverse的性能,优于cmp函数。时间是cmp函数的一半。

二、迭代的使用


1、    迭代比直接使用列表遍历效率根据高。比如字典的keys函数返回的列表,以及iterkeys返回的迭代器。

2、    reversed() 内建函数将返回一个反序访问的迭代器.参数必须为序列。

3、    enumerate:返回一个迭代器:有索引值。

4、    for  eachLine  in  myFile  替 换   for  eachLine  in myFile.readlines() :

5、    注意:在迭代的过程中不可以更改序列,否则会引发问题,导致迭代出错。

6、    可以自己定义一个类,可以迭代使用。不过需要定义方法:iter,next。

7、    filter(function, iterable):可以对迭代使用过滤器。

三、生成器的使用


1、    yield关键字可以阻塞住函数的执行,并且保存当前的执行环境,整个包被称为生成器。

2、    生成器可以通过调用生成器函数来创建。生成器函数是指包含关键字yield的函数。

3、    生成器可以通过.next()来执行。每调用一次,就执行代码,直到遇到yield关键字停止,并且返回yield关键字后面的表达式的值。

4、    可以通过调用send()函数来发送消息到生成器中。a = yield l:表示将send的入参赋值给a。

5、    throw:允许客户端传入要抛出的任何异常。

6、    和throw相同,只不过是要抛出一个特定的异常:GeneratorExit。

7、    send只接受一个参数,但是可以通过传递元组的方式传递多个参数。

8、    类的方法也可以返回生成器,因为他本质上就是一个函数。

9、    在生成器使用的时候,如何获取它自身的send和nex函数?通过send二次传入是有些风险的,非常可能造成交叉引用,无法垃圾回收造成内存泄露。

10、    第一次,必须调用next来启动生成器。

四、装饰器的使用


1、    装饰器本质上来说就是函数(或者是可调用对象),他们接受函数对象。装饰器仅仅用来装饰或者修饰函数的包装,返回一个修改后的函数对象,并将其赋值原来的标示符,并永久失去对原有函数的访问。

2、    什么是带参数的装饰器?其实就是一个函数,这个函数可以返回一个装饰器,同时这个函数可以接受参数。

3、    不带参数的装饰器要返回一个函数,这个函数就是用来替换原有的标示符的。

def decofun(fun):
    def _mydeco(*args, **kwargs):
        print('before fun!')
        ret = fun(*args, **kwargs)
        print('after fun', ret)
        return ret
    return _mydeco#新的函数,用于替换原有标示符
@decofun
def funtest():#funtest被替换为decofun
    print('now in funtest!')
    return 1
funtest()
复制代码

4、    装饰器是可以重叠的,那么他们的顺序怎么样:

a)    @decofun2

b)    @decofun

c)    def funtest():

d)        print('now in funtest!')

e)        return 1

f)    原理是,funtest首先被decofun包装,然后再被decofun2包装。也就是,调用的时候,首先调用的是最上面的装饰器(也就是decofun2)的函数前面部分,然后再调用decofun的函数前面部分,之后再调用funtest。funtest返回后,首先调用的是decofun的函数后面部分,再调用decofun2后面部分。类似于一个栈的结构。

5、    装饰器不要滥用。如果一个装饰器只用了一次,要考虑他存在的必要了。

6、    携带参数的装饰器:

7、    def decoarg(arg):

a)        def decofun3(fun):

b)            def _mydeco(*args, **kwargs):

c)                print('decoarg before fun!', arg)

d)                ret = fun(*args, **kwargs)

e)                print('decoarg after fun', ret)

f)                return ret

g)            return _mydeco

h)        return decofun3

8、    装饰器用到的一个最重要的技术,就是闭包。装饰器函数返回的其实就是一个闭包。

9、    装饰器也可以修饰类的__方法:

class testc:

def __init__(self):
        self.i = 1
复制代码

@decoarg(1)

@decofun2

@decofun

def call(self):

print('i is %d' % self.i)
复制代码

注意:装饰器修饰类方法是无法被子类继承的(或者说子类的方法是没有被修饰的)。因为他本质上就是一个函数。

10、    装饰器也可以使对象,比如:

a)    class obj:

b)        def init(self, fun):

c)            self.fun = fun

d)            

e)        def call(self, *args, **kwargs):

f)            print('decofun before fun!', args, kwargs)

g)            ret = self.fun(*args, **kwargs)

h)            print('decofun after fun', ret)

i)            return ret

j)    @objdeco

k)    def funtest(a, b=2):

l)        print('funtest1 a , b =', a, b)

a)    这种方法看起来复杂了,但是可能会在有时候会比较有用。

11、    装饰器可以修饰类。这个时候装饰器接收的是一个类名,而返回的也是这个类名。它可以为这个类添加一些属性或者进行一些操作。


作者:zhulin1028

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

相关文章
|
26天前
|
测试技术 数据库 Python
Python装饰器实战:打造高效性能计时工具
在数据分析中,处理大规模数据时,分析代码性能至关重要。本文介绍如何使用Python装饰器实现性能计时工具,在不改变现有代码的基础上,方便快速地测试函数执行时间。该方法具有侵入性小、复用性强、灵活度高等优点,有助于快速发现性能瓶颈并优化代码。通过设置循环次数参数,可以更准确地评估函数的平均执行时间,提升开发效率。
101 61
Python装饰器实战:打造高效性能计时工具
|
26天前
|
设计模式 前端开发 Shell
Python装饰器是什么?
装饰器是Python中用于动态修改函数、方法或类功能的工具,无需改变原代码。通过将函数作为参数传递并返回新函数,装饰器可以在原函数执行前后添加额外逻辑。例如,使用`@logger`装饰器可以打印函数调用日志,而`@timethis`则可用于计算函数执行时间。为了保持被装饰函数的元信息(如`__name__`和`__doc__`),可使用`functools.wraps`装饰器。此外,带参数的装饰器可通过嵌套函数实现,如`@timeitS(2)`,以根据参数条件输出特定信息。
85 59
|
20天前
|
数据挖掘 数据处理 开发者
Python3 自定义排序详解:方法与示例
Python的排序功能强大且灵活,主要通过`sorted()`函数和列表的`sort()`方法实现。两者均支持`key`参数自定义排序规则。本文详细介绍了基础排序、按字符串长度或元组元素排序、降序排序、多条件排序及使用`lambda`表达式和`functools.cmp_to_key`进行复杂排序。通过示例展示了如何对简单数据类型、字典、类对象及复杂数据结构(如列车信息)进行排序。掌握这些技巧可以显著提升数据处理能力,为编程提供更强大的支持。
29 10
|
2月前
|
缓存 数据安全/隐私保护 Python
python装饰器底层原理
Python装饰器是一个强大的工具,可以在不修改原始函数代码的情况下,动态地增加功能。理解装饰器的底层原理,包括函数是对象、闭包和高阶函数,可以帮助我们更好地使用和编写装饰器。无论是用于日志记录、权限验证还是缓存,装饰器都可以显著提高代码的可维护性和复用性。
45 5
|
2月前
|
测试技术 开发者 Python
探索Python中的装饰器:从入门到实践
装饰器,在Python中是一块强大的语法糖,它允许我们在不修改原函数代码的情况下增加额外的功能。本文将通过简单易懂的语言和实例,带你一步步了解装饰器的基本概念、使用方法以及如何自定义装饰器。我们还将探讨装饰器在实战中的应用,让你能够在实际编程中灵活运用这一技术。
49 7
|
2月前
|
Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器就像是给函数穿上了一件神奇的外套,让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻,带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱,看看它是如何在不改变函数核心逻辑的情况下,为函数增添新功能的吧!
|
2月前
|
程序员 测试技术 数据安全/隐私保护
深入理解Python装饰器:提升代码重用与可读性
本文旨在为中高级Python开发者提供一份关于装饰器的深度解析。通过探讨装饰器的基本原理、类型以及在实际项目中的应用案例,帮助读者更好地理解并运用这一强大的语言特性。不同于常规摘要,本文将以一个实际的软件开发场景引入,逐步揭示装饰器如何优化代码结构,提高开发效率和代码质量。
73 6
|
2月前
|
存储 缓存 Python
Python中的装饰器深度解析与实践
在Python的世界里,装饰器如同一位神秘的魔法师,它拥有改变函数行为的能力。本文将揭开装饰器的神秘面纱,通过直观的代码示例,引导你理解其工作原理,并掌握如何在实际项目中灵活运用这一强大的工具。从基础到进阶,我们将一起探索装饰器的魅力所在。
|
Python
Python 的排序方法 sort 和 sorted 的区别
Python 的排序方法 sort 和 sorted 的区别
148 0
|
2月前
|
人工智能 数据可视化 数据挖掘
探索Python编程:从基础到高级
在这篇文章中,我们将一起深入探索Python编程的世界。无论你是初学者还是有经验的程序员,都可以从中获得新的知识和技能。我们将从Python的基础语法开始,然后逐步过渡到更复杂的主题,如面向对象编程、异常处理和模块使用。最后,我们将通过一些实际的代码示例,来展示如何应用这些知识解决实际问题。让我们一起开启Python编程的旅程吧!