装饰器:装饰器的实质就是一个闭包，而闭包又是嵌套函数的一种。所以也可以理解装饰器是一种特殊的函数
因为程序一般都遵守开放封闭原则，软件在设计初期不可能把所有情况都想到，所以一般软件都支持功能上的扩展，而对源代码的修改是封闭的。
开放封闭原则主要体现在两个方面：
对功能扩展开放: 意味着有新的需求或变化时,可以对现有代码进行扩展,以适应新的情况。
对源码修改封闭: 意味着类一旦设计完成,就可以独立完成其工作,而不要对源码进行任何修改。
对于上述的开放封闭原则有的时候确实很难完成，幸好装饰器可以满足放封闭的原则
首先我们来看下什么是装饰器？
def fun(function): # 参数是接收装饰的函数 def decorator(*args,**kwargs): # 装饰器 ret = function(*args,**kwargs) # 接收最大数 print(f"最大的数是:{ret}") # 将最大数打印出来 print(decorator) # 查看装饰器与函数的区别 return decorator # 假如num_max(num1,num2):是我们的源码，源码只是返回最大数。 # 现在有个需求让我们在不修改num_max(num1,num2)源码的情况下 # 以调用num_max(num1,num2)的方式将最大数打印出来 def num_max(num1,num2): if num1 > num2: return num1 else: return num2 num_max = fun(num_max) # 装饰函数num_max(num1,num2) num_max(3,5) # 以正常 的方式调用函数 # 打印结果： <function fun.<locals>.decorator at 0x00000000021F47B8> 最大的数是:5
Python为我们装饰函数的时候，提供了一个简便的方法语法糖，可以直接装饰一个函数，还是以上面的例子演示：
def fun(function): # 参数是接收装饰的函数 def decorator(*args,**kwargs): # 装饰器 ret = function(*args,**kwargs) # 接收最大数 print(f"最大的数是:{ret}") # 将最大数打印出来 print(decorator) # 查看装饰器与函数的区别 return decorator # 假如num_max(num1,num2):是我们的源码，源码只是返回最大数。 # 现在有个需求让我们在不修改num_max(num1,num2)源码的情况下 # 以调用num_max(num1,num2)的方式将最大数打印出来 @fun # 语法糖 def num_max(num1,num2): if num1 > num2: return num1 else: return num2 num_max(3,5) # 以正常 的方式调用函数
当然上面的例子只是为了演示装饰器的用法。
下面我们来演示一个计算fun循环和while循环的例子：
import time def fun(function): # 参数是接收装饰的函数 def decorator(): # 装饰器 start_time = time.time() function() end_time = time.time() return (end_time - start_time) return decorator @fun # 语法糖 def for_fun(): for i in range(10000000): i += 1 ret = for_fun() print(f"for循环用了：{ret}") @fun def while_fun(): count = 0 while count < 10000000: count += 1 ret = while_fun() print(f"while循环用了：{ret}")
使用语法糖要主要，要装饰哪个函数，一定要将语法糖放在函数的正上方。装饰器一般用于插入日志，验证码,性能测试，事务处理，缓存等等场景。
常用内置函数用法:
abs(x):x是一个数,函数返回一个绝对值
print(abs(-9)) # 打印内容如下: 9
all(iterable):参数,可迭代对象,检查可迭代对象中的元素是否为True,如果元素中有False或者None,0,""空字符串返回False,否则返回True
print(all([1,2,"a"])) print(all([1,"a",2,""])) print(all([1,"a",2,None])) print(all([1,"a",2,0])) # 打印内容如下: True False False False
any(iterable):参数是可迭代对象,如果可迭代对象是空返回False,否则返回True
print(any([1,2,"",False])) print(any([])) #打印内容如下: True False
bin(x):参数是数字,将数字转换成二进制
print(bin(4)) #打印内容如下: 0b100
chr(i):参数i是一个数字,范围是0 - 1,114,111转换成Unicode码
print(chr(97)) #打印内容如下: a
oct(x):x是一个数字,返回这个数字的八进制
hex(x):x是一个数字,返回这个数字的十六进制
ord(c):返回一个字符的Unicode对应的数字
delattr(object, name):参数object是一个对象,name是对象的属性,功能删除对象的属性
class A: def __init__(self,name): self.name = name obj = A("小明") print(obj.__dict__) # 打印对象所有属性 delattr(obj, 'name') # 删除对象属性 print(obj.__dict__) # 打印对象所有属性 打印内容如下: {'name': '小明'} {}
divmod(a,b):参数a是一个数字,参数b是一个数字,计算a除b返回(商和余数)
print(divmod(11,3)) #打印内容如下: (3, 2)
eval(expression, globals=None, locals=None):实际项目中最好不要用
expression:表达式
globals -- 变量作用域，全局命名空间，如果被提供，则必须是一个字典对象。
locals -- 变量作用域，局部命名空间，如果被提供，可以是任何映射对象。
这里演示一个神奇的功能:将字典和字符串进行转换,正常情况下字符串是不可以转换成字典的,可以通过eveal实现将字符串转换成字典.如下:
dict_1 = {"a":1,"b":2}
str_1 = str(eval("dict_1")) # 将字典转换成字符串
dict_2 = dict(eval(str_1)) # 将字符串转换成字典
print(str_1,type(str_1))
print(dict_2,type(dict_2))
# 打印内容如下:
{'a': 1, 'b': 2} <class 'str'>
{'a': 1, 'b': 2} <class 'dict'>
exec(object,globals,locals):动态执行Python代码实际开发中禁止使用,
exec("for i in range(5):print(i,end=" ")") # 打印内容 0 1 2 3 4
help(object):返回对象的帮助页面
help(print) # 打印内容如下: print(...) print(value, ..., sep=' ', end='n', file=sys.stdout, flush=False) Prints the values to a stream, or to sys.stdout by default. Optional keyword arguments: file: a file-like object (stream); defaults to the current sys.stdout. sep: string inserted between values, default a space. end: string appended after the last value, default a newline. flush: whether to forcibly flush the stream. print(self, *args, sep=' ', end='n', file=None)
*args:用户输入的参数
sep:当用户输入多个参数用逗号","分隔的默认sep是空格分开每个值,可以指定sep="_"等其它符号来对值进行分隔.例如:
print("Hello","World","!!!",sep="_|_")
打印内容如下:
Hello_|_World_|_!!!
end:用于指定每个print结尾.默认是换行符,也就是每个print占一行可以指定参数让print不进行换行.如下:
print("Hello","World","!!!",sep="_|_",end="****")
print("无语呀")
打印内容如下:
Hello_|_World_|_!!!****无语呀
最终实现了两个print在一行上.
hash(对象):获取对象的hash值
id(对象):获取对象内存地址
round(): 四舍五入
pow(a,b) 求a的b次幂,如果有个三次参数,则求万次幂后对第三方个数取余
sum() 求和
max() 求最大值
enumerate() 获取枚举对象,并列出下标
list_ = [1,2,3]
for i,k in enumerate(list_):
print(i,k,end=" ")
print("n")
for i in enumerate(list_):
print(i,end=" ")
dir(object) :如果没有参数，则返回当前局部作用域中的名称列表。使用参数，尝试返回该对象的有效属性列表。
list_ = [1,2,3]
print(dir(list_))
print(dir(input))
打印内容如下:
['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
['__call__', '__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__self__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__text_signature__']
callable() 用于检查一个对象是否是可调用的,如果返回True,object有可能调用失败,要是返回False调用失败
def num_sum(a,b):
return a+b
print(num_sum(1,2))
print(callable(num_sum))
打印内容如下:
3
True
zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个元祖,然后返回由这些元祖组成的内容,如果各个迭代器的元素个数不一致,则按照长度最短的返回
list_ = [1,2,3]
list_1 = ["a","b","c"]
list_2 = ["1","2","3"]
print(list(zip(list_,list_1,list_2)))
打印内容如下:
[(1, 'a', '1'), (2, 'b', '2'), (3, 'c', '3')]
lambda匿名函数
变量名 = lambda 参数:返回值
1.函数的参数可以有多个,多个参数之间用逗号隔开
2.匿名函数不管多复杂.只能写一行.且逻辑结束后直接返回数据
3.返回值和正常的函数一样,可以是任意数据类型,但是只能一个,不能返回多个.
匿名函数并不是说一定没有名字,这里前面的变量就是一个函数名,说他是匿名原因是我们通过
name查看的时候是没有名字的.统一都叫做lambda.在调用的时候没有什么特别之处
像正常的函数调用既可
sorted排序函数
语法:sorted(iterable,key=None,reverse=False)
iterable : 可迭代对象
key: 排序规则(排序函数),在sorted内部会将可迭代对象中的每一个元素传递给这个函数的参数.根据函数运算的结果进行排序
reverse :是否是倒叙,True 倒叙 False 正序
array = [{"age":20,"name":"a"},{"age":25,"name":"b"},{"age":10,"name":"c"}]
print(sorted(array,key=lambda k:k["age"]))
打印内容如下:
[{'age': 10, 'name': 'c'}, {'age': 20, 'name': 'a'}, {'age': 25, 'name': 'b'}]
默认是升序排序
array = [{"age":20,"name":"a"},{"age":25,"name":"b"},{"age":10,"name":"c"}]
print(sorted(array,key=lambda k:k["age"]*-1))
打印内容如下:
[{'age': 25, 'name': 'b'}, {'age': 20, 'name': 'a'}, {'age': 10, 'name': 'c'}]
在值后面*-1和reverse=True类似倒叙排列
筛选过滤
语法: filter(function,iterable)
function: 用来筛选的函数,在filter中会自动的把iterable中的元素传递给function,然后根据function返回的True或者False来判断是否保留此项数据
iterable:可迭代对象
array = [{"age":20,"name":"a"},{"age":25,"name":"b"},{"age":10,"name":"c"}]
# 过滤掉年龄小于10的
print(list(filter(lambda k:k["age"]>10,array)))
打印内容如下:
[{'age': 20, 'name': 'a'}, {'age': 25, 'name': 'b'}]
映射函数
语法: map(function,iterable) 可以对可迭代对象中的每一个元素进映射,分别取执行function
计算列表中每个元素的平方,返回新列表
lst = [10,2,30,4,5,6,70,8,9]
print(list(map(lambda x:x>10,lst))) # 如果是条件表达式则返回的是
# True或者是Fales
打印内容如下:
[False, False, True, False, False, False, True, False, False]
lst1 = list(range(0,6,2))
lst2 = list(range(1,6,2))
print(list(map(lambda x,y:(x,y),lst1,lst2)))
打印内容如下:
[(0, 1), (2, 3), (4, 5)]
recude
在Python2.x版本中recude是直接 import就可以的, Python3.x版本中需要从functools这个包中导入
龟叔本打算将 lambda 和 reduce 都从全局名字空间都移除, 舆论说龟叔不喜欢lambda 和 reduce
最后lambda没删除是因为和一个人写信写了好多封,进行交流然后把lambda保住了.
- 还没有人评论，欢迎说说您的想法！
客服
