【python自动化第四篇：python入门进阶】

　　装饰器的本质是函数，起目的就是用来为其它函数增加附加功能

　　原则：不能修改被装饰函数的源代码；被装饰函数的调用方式不能改变，简而言之就是转时其对于函数就是透明的，对被装饰的函数是没有影响的。

　　实现装饰器的知识储备：函数即变量；高阶函数；嵌套函数；最终高阶函数加上嵌套函数就构成了装饰器，函数也就是一种变量

　　知识点介绍：

　　　　函数即变量

　　　　高阶函数：

　　　　　　　　a.把一个函数名仿作实参传给另外一个函数（不修改装饰函数源代码的情况下为其添加功能）

import time

def test1(func):

    start_time = time.time()

    func()

    stop_time = time.time()

    print("toyal %s"%(stop_time-start_time))

def bar():

    time.sleep(3)

    print("in the  bar!!")
 
test1(bar)                                             #其中，test1相当于是一个装饰器，但不完全是。test1(bar)

　　　　　　　　b.返回值中包含函数名(不用修改函数的调用方式)

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import time

def test1(func):

    print(func)

    return func

def bar():

    time.sleep(3)

    print("in the  bar!!")
 
bar = test1(bar)
bar()

　　　　　　嵌套函数：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
#函数的嵌套

def foo():

    print("hello World")

    def bar():

        print('in the bar!!')

     bar()
foo()

　　　　然后就是装饰器了：说白了装饰器就是高阶函数和嵌套函数的结合

　　　　装饰器的一个栗子：

import time
##装饰器部分

def timer(func):

    def deco():

        start_time = time.time()

        #return func()

        func()

        stop_time = time.time()

        print("total is %s:"%(stop_time-start_time))

    return deco

@timer    #调用装饰器
##test1和test2函数相当于是源代码，然而一直没改变原代码而是显得功能添加，这就是装饰器达成的效果

def test1():

    time.sleep(1)

    print('test1')

@timer    #装饰器外城函数名

def test2():

    time.sleep(2)

    print("test2")
test1()
test2()

　　要是传入了参数，就利用参数组修改：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import time
def timer(func):
    def deco(*args):                                  #如果带了参数组，下面源代码中的参数传递就可以被调用了
        start_time = time.time()
        func(*args)
        stop_time = time.time()
        print("total is %s"%(stop_time-start_time))
    return deco
@timer
def test1():
    time.sleep(0.1)
    print("heheheheh")
@timer
def test2(name):
    time.sleep(1)
    print("test2",name)
test1()
test2("wanghui")

2、生成器&迭代器

Python 基础内置函数迭代器与生成器

今天就来介绍一下内置函数和迭代器、生成器相关的知识

一、内置函数：就是Python为我们提供的直接可以使用的函数。

简单介绍几个自己认为比较重要的
1.#1.eval函数：（可以把文件中每行中的数据类型提取出来（之前是字符串类型））
a = "{'a':23,'b':43,'book':'english'}"
print(eval(a))

2.#2.hash(可以hash的数据类型是不可变数据类型)
a = 'alex'
b = hash(a)
print(b)

3.#zip 函数(组成一一对应的元组)（如果外面不加一个lis那没得到的就是一个zip对象）
print(list(zip(('a','b','c'),(1,2,3))))
print(list(zip(('a','b','c'),(1,2,3,4))))
print(list(zip(('a','b','c','d'),(1,2,3))))

p = {'name':'alex','age':23,'gender':'male'}
print(list(zip(p.keys(),p.values())))
输出结果为：
[('a', 1), ('b', 2), ('c', 3)]
[('a', 1), ('b', 2), ('c', 3)]
[('a', 1), ('b', 2), ('c', 3)]
[('name', 'alex'), ('age', 23), ('gender', 'male')]

# #max 和 min 函数
# l = [
#     (5,'e'),
#     (2,'b'),
#     (3,'c'),
#     (6,'d')
# ]
#
# print(list(max(l)))
# #max 函数的两点说明：
# #1.max处理的是可以迭代的对象，相当于for循环取出每个元素进行比较，不同数据类型之间不可以比较
# #2.每个元素之间的比较是从每个元素的第一个位置依次比较，如果此位置可以区分出大小，后面就不需要比较了，直接得出这两个元素的大小
#
#
# #sorted函数的使用(都是按照从小到大的顺序进行排列)
#
# name_dict ={
#     'yuanhao':80,
#     'alex':99,
#     'wupeiqi':700
# }
# print(sorted(name_dict))
# print(sorted(name_dict,key = lambda key:name_dict[key]))
#