python进阶编程

lambda匿名函数

python使用lambda表达式来创建匿名函数

语法

// lambda 参数们：对参数的处理
lambda x : 2 * x
// x 是参数， 2*x 是返回值

//使用lambda实现求和
sum = lambda arg1, arg2 : agr1 + arg2
print(sum(10,20))

// 将匿名函数封装在一个函数里面，可以用同样的代码来创建多个匿名函数
def myfunc(n):return lambda a : a * n
mydoubler myfunc(2)
mytripler myfunc(3)
print(mydoubler(11)) // 2 * 11
print(mytripler(11)) // 3 * 11

lambda函数不能访问自己的参数列表以外或者全局命名空间里面的参数

lambda的主体是一个表达式而不是代码块，仅仅能封装有限的逻辑进去

推导式

【Python】推导式（列表推导式、元组推导式、字典推导式、集合推导式）详解_一个写湿的程序猿的博客-CSDN博客

列表推导式

[表达式 for 变量 in 列表]
或者
[表达式 for 变量 in 列表 if 条件]
[out_exp_res for out_exp in input_list if condition]

// 例子
l = [1,2,3]
[print(item) for item in l if item > 1]

字典推导式

{key_expr:value_expr for value in colletion if conditon}
key_expr:新key生成表达式，可以是有返回值的函数
value_expr：新value生成表达式，可以是有返回值的函数
for value in colletion if conditon：迭代colletion中满足条件的value传入到key_expr:value_expr中

集合推导式

{expression for item in Sequence if condition}
expression:新元素生成表达式，可以是有返回值的函数体
for item in Sequence if condition：将满足条件的Sequence迭代传入expression表达式

元组表达式【生成器表达式】

元组推导式可以利用range区间，元组，列表，字典和集合等数据类型，快速生成一个满足指定要求的元组

（expression for item in Sequence if condition）
expression:新元素生成表达式，可以是有返回值的函数体
for item in Sequence if condition：将满足条件的Sequence迭代传入expression表达式

enumerate内建函数

enumerate()函数用于将一个可遍历的数据对象组合为一个索引序列，同时列出数据和数据下标

enumerate(sequence,[start=0])

sequence为一个序列，迭代器，或者其它支持迭代对象，返回的是一个enumerate对象

通过enumerate对象的遍历，可以获得索引于数据的组合对

list = ['1','2','3','4']
for index, value in enumerate(list):print(f'第{index},{value}')
# 结果如下
第0,1
第1,2
第2,3
第3,4

迭代器与生成器

迭代器是访问集合元素的一种方式，迭代器特征为：
1. 是一个可以记住遍历位置的对象
2. 迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束，迭代器只能往前而不会后退
3. 迭代器有两个基本方法：iter（）和next（），字符串，列表，元组都可以用于创建迭代器
4. 迭代器对象可以用for进行遍历，也可以使用next()函数来获取下一个值
```
list = ['1','2','3','4']

my_iterator = iter(list)

while True:try:element = next(my_iterator)print(element)except StopIteration:# 迭代结束，退出循环break
```
生成器：使用了yield的函数被称为生成器（generator）
1. 生成器是一个返回迭代器的函数，只能用于迭代操作，简单说生成器就是一个迭代器
2. 在调用生成器的运行过程中，每次遇到yield式函数都会暂停并保存当前所有信息，返回yield的值。并在下一次执行next（）方法时从当前位置继续运行
3. 调用一个生成器函数，返回的是一个迭代器对象
```
# 定义一个生成器函数
def my_generatpr(n):for i in range(n):# 使用yield语句返回元素yield i * i

# 创建一个生成器对象并遍历元素
for element in my_generatpr(5):print(element)
```

迭代器和生成器的作用：

节约内存：循环过程中，数据不用一次读入，迭代器不会保存所有值。而是在运行中动态的计算出数列的各个值，并将之前的数值扔掉
不依赖索引取值
实现惰性计算：需要时再取值计算
精简代码：使用yield关键字或者生成器表达式可以很方便的生成一个迭代器对象

装饰器

函数装饰器：本质上是一个python函数，可以让其它函数在不需要做任何代码改动的前提下增加额外功能
提供了@符号作为装饰器的语法糖

使用语法糖要求装饰件函数必须retrurn一个对象

# 定义一个函数装饰器
def my_decorator(func):def wrapper():print("Before function call")func()print("After function call")return wrapper()

# 使用函数装饰器
# 原有功能：打印”hello world“
@my_decorator
def say_hello():print("hello world")

#调用函数
say_hello()

# 结果
TypeError: 'NoneType' object is not callable
Before function call
hello world
After function call

类装饰器

可以用来改变类的行为，由python类和@符号组成，在python中通常用于实现代码复用，日志记录，性能测试等功能


# 定义一个类装饰器
class MyClassDecorator:def __init__(self, cls):self.cls = cls
def __call__(self, *args, **kwargs):new_args = "Dear " + args[0]instance = self.cls(new_args, **kwargs)return instance

# 使用类装饰器
# 原有功能：打印 hello+名字
@MyClassDecorator
class MyClass:def __init__(self, name):self.name = name
def say_hello(self):print(f"hello, {self.name}")

# 创建实例
my_object = MyClass("Alice")
# 调用实例的方法
my_object.say_hello()

# 打印的结果hello,DearAlice