Day04的課程要點記錄
詳細教程地址：Day4 - Python基礎4 | python裝飾器
一、裝飾器
1.1 定義
裝飾器本質是函數，（裝飾其他函數）為其他函數添加附加功能。
原則：
- 不能修改被裝飾的函數的源代碼
- 不能修改被裝飾的函數的調用方式
1.2 實現裝飾器的知識儲備：
1.2.1 函數即“變量”
1.2.2 高階函數：
- 把一個函數名當做實參傳給另外一個函數，可以在不修改被裝飾函數源代碼的情況下為其添加功能。
import time
def bar():
time.sleep(3)
print("in the bar")
def test1(func):
start_time = time.time()
func() # 就是bar()，但是改變了函數的調用方式
stop_time = time.time()
print("the func is running in %s second." % (stop_time - start_time))
test1(bar) # 相當于func = bar
- 返回值中包含函數名，不修改函數的調用方式。
import time
def bar():
time.sleep(3)
print("in the bar")
def test2(func):
print(func)
return func
# print(test2(bar))
bar = test2(bar) # 將bar的內存地址重新給回到bar
- 嵌套函數
在一個函數的函數體內用def去聲明一個函數
1.3 實現裝飾器
高階函數 + 嵌套函數 => 裝飾器
@裝飾器名 # 加在要用裝飾器函數的頭部
import time
def timer(func): # timer(test1) func = test1
def deco():
start_time = time.time()
func()
stop_time = time.time()
print("Func is running %s second.." % (stop_time - start_time))
return deco
@timer # test1 = timer(test1)
def test1():
time.sleep(3)
print("in the test1")
test1()
被裝飾函數可能出現所需參數數量不等的情況，通用寫法如下：
import time
def timer(func): # timer(test1) func = test1
def deco(*args, **kwargs):
start_time = time.time()
res = func(*args, **kwargs)
stop_time = time.time()
print("Func is running %s second.." % (stop_time - start_time))
return res # 返回被裝飾函數的值
return deco
@timer # test1 = timer(test1)
def test1():
time.sleep(3)
print("in the test1")
@timer # test2 = timer(test2)
def test2(name, age):
time.sleep(3)
print("in the test2", name, age)
test1()
test2("Alice", 18)
1.4 分情況使用裝飾器的不同功能
其他類似，最外層加裝一層
import time
user, passwd = 'alice', '1234'
def auth(auth_type):
print("auth func:", auth_type)
def outer_wrapper(func):
def wrapper(*args, **kwargs):
print("wrapper func args:", *args, **kwargs)
if auth_type == 'local':
username = input("Username:").strip()
password = input("Password:").strip()
if user == username and passwd == password:
print("Welcome back! %s" % username)
res = func(*args, **kwargs)
print("---------Complete authentication---------")
return res
else:
exit("Invalid username or password.")
elif auth_type == 'ldap':
print("Are you kidding me?")
return wrapper
return outer_wrapper
def index():
print("Welcome to index page.")
@auth(auth_type="local")
def home():
print("Welcome to home page.")
@auth(auth_type='ldap')
def forum():
print("Welcome to forum page.")
index()
home()
forum()
二、列表生成式，迭代器&生成器
2.1 列表生成式
生成一個含有數字1-10的列表，并且每個數字要 * 2
# 1.循環
li = []
for i in range(1, 11):
li.append(i * 2)
print(li)
代碼簡潔的列表生成式
# 2.列表生成式
li2 = [i * 2 for i in range(1, 11)]
print(li2)
for循環后面還可以加上if判斷
# 3.for循環后面還可以加上if判斷
li3 = [i * i for i in range(1, 11) if i % 2 == 0] # 生成1-10的平方切且可以被2整除的列表
print(li3)
2.2 generator生成器
在Python中，這種一邊循環一邊計算的機制，稱為生成器：generator。
2.2.1 生成器特性
- 生成器只有在調用時才會生成相應的數據。
- 只記錄當前的位置。
- 只有一個
__next__()方法。（2.7為next()）
2.2.1 創建生成器
創建一個generator，有很多種方法。
第一種方法很簡單，只要把一個列表生成式的[]改成()，就創建了一個generator：
>>> l = [x * x for x in range(10)]
>>> l
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x000002256EAB2E60>
可以通過next()函數獲得generator的下一個返回值，由于generator保存的是算法，每次調用next(g)，就計算出g的下一個元素的值，直到計算到最后一個元素，沒有更多的元素時，拋出StopIteration的錯誤。
>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
但不斷調用next(g)實在是太變態了，正確的方法是使用for循環，因為generator也是可迭代對象：
>>> g = (x * x for x in range(10))
>>> for n in g:
... print(n)
...
0
1
4
9
16
25
36
49
64
81
通過for循環來迭代generator，不需要關心StopIteration的錯誤。
generator非常強大。如果推算的算法比較復雜，用類似列表生成式的for循環無法實現的時候，還可以用函數來實現。
比如，著名的斐波拉契數列（Fibonacci），除第一個和第二個數外，任意一個數都可由前兩個數相加得到：1, 1, 2, 3, 5, 8, 13, 21, 34, ...
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'
可以輸出斐波那契數列的前N個數：
>>> fib(10)
1
1
2
3
5
8
13
21
34
55
done
上面的函數和generator僅一步之遙。要把fib函數變成generator，只需要把print(b)改為yield b就可以了：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
#print(b)
yield b
a, b = b, a + b
n += 1
同樣的，把函數改成generator后，可以使用__next__()來獲取下一個返回值，或者使用for循環來迭代。
通過yield實現在單線程的情況下實現并發運算的效果
import time
def customer(name):
print("%s 準備吃包子了!" % name)
while True:
baozi = yield
print("包子[%s]來了，被[%s]吃了！" % (baozi, name))
def producer(name):
c = customer('A')
c2 = customer('B')
c.__next__()
c2.__next__()
print("%s要開始做包子了啊！" % name)
for i in range(10):
time.sleep(1)
print("第%d批包子做好了！" % (i + 1))
c.send(i + 1)
c2.send(i + 1)
producer("Will")
三、迭代器
3.1 Iterable可迭代對象
可以直接作用于for循環的數據類型有以下幾種：
- 集合數據類型，如list、tuple、dict、set、str等；
-
generator：包括生成器和帶yield的generator function。
這些可以直接作用于for循環的對象統稱為可迭代對象：Iterable
可以使用isinstance()判斷一個對象是否是Iterable對象：
>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False
3.2 Iterator迭代器
生成器不但可以作用于for循環，還可以被next()函數不斷調用并返回下一個值，直到最后拋出StopIteration錯誤表示無法繼續返回下一個值了。
可以被next()函數調用并不斷返回下一個值的對象稱為迭代器：Iterator
可以使用isinstance()判斷一個對象是否是Iterator對象：
>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False
3.3 將Iterable可迭代對象變為Iterator迭代器
生成器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator。
把list、dict、str等Iterable變成Iterator可以使用iter()函數：
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
3.4 為什么list、dict、str等數據類型不是Iterator？
這是因為Python的Iterator對象表示的是一個數據流，Iterator對象可以被next()函數調用并不斷返回下一個數據，直到沒有數據時拋出StopIteration錯誤。可以把這個數據流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函數實現按需計算下一個數據，所以Iterator的計算是惰性的，只有在需要返回下一個數據時它才會計算。
Iterator甚至可以表示一個無限大的數據流，例如全體自然數。而使用list是永遠不可能存儲全體自然數的。
3.5 小結
- 凡是可作用于for循環的對象都是
Iterable類型； - 凡是可作用于next()函數的對象都是
Iterator類型，它們表示一個惰性計算的序列； - 集合數據類型如list、dict、str等是
Iterable但不是Iterator，不過可以通過Iter()函數獲得一個Iterator對象。 - Python的for循環本質上就是通過不斷調用next()函數實現的，例如：
for x in [1, 2, 3, 4, 5]:
pass
五、匿名函數
匿名函數就是不需要顯式的指定函數
#這段代碼
def calc(n):
return n**n
print(calc(10))
#換成匿名函數
calc = lambda n:n**n
print(calc(10))
匿名函數主要是和其它函數搭配使用的
>>> res = map(lambda x:x**2, [1, 5, 7, 4, 8])
>>> for i in res:print(i)
...
1
25
49
16
64
四、內置函數
| 函數名 | 函數功能 | 函數名 | 函數功能 |
|---|---|---|---|
abs() |
取絕對值 | all() |
一個可迭代對象中的所有元素均為True，則返回True。為空時返回False |
any() |
一個可迭代對象中的任一元素為True，則返回True。為空時返回False | ascii() |
將一個對象變為可打印的字符串形式 |
bin() |
將一個整數轉換為一個二進制字符串 | bool() |
根據返回布爾值，True or False |
bytearray() |
返回bytes數組，該數組可以修改 | bytes() |
返回為bytes對象 |
callable() |
判斷是否可調用，True or False | compile() |
編譯對象 |
chr() |
返回數字所對應的Unicode字符 | ord() |
返回字符所對應的Unicode編碼 |
dir() |
查詢參數所屬類型的可用方法 | divmod() |
輸入2個參數，返回他們的商和余數 |
enumerate |
枚舉 | eval() |
將字符串str當成有效的表達式來求值并返回計算結果 |
exec() |
執行儲存在字符串或文件中的Python語句 | filter() |
按照條件過濾 |
map() |
按照條件生成新的列表 | frozenset() |
不可修改的集合 |
globals() |
以字典的形式返回整個程序文件內的變量情況 | hash() |
返回該對象的hash值 |
hax() |
將數字轉為16進制 | local() |
返回局部變量 |
max() |
返回參數中的最大值 | min() |
返回參數中的最小值 |
oct() |
將數字轉為8進制 | pow() |
求冪x**y |
round() |
保留小數后n位 | sorted() |
轉為列表后排序 |
vars() |
返回對象所有屬性名 | zip() |
將兩組列表以元組形式拼在一起 |
五、軟件目錄結構規范
5.1 為什么要設計好目錄結構?
"項目目錄結構"其實也是屬于"可讀性和可維護性"的范疇，我們設計一個層次清晰的目錄結構，就是為了達到以下兩點:
- 可讀性高: 不熟悉這個項目的代碼的人，一眼就能看懂目錄結構，知道程序啟動腳本是哪個，測試目錄在哪兒，配置文件在哪兒等等。從而非常快速的了解這個項目。
- 可維護性高: 定義好組織規則后，維護者就能很明確地知道，新增的哪個文件和代碼應該放在什么目錄之下。這個好處是，隨著時間的推移，代碼/配置的規模增加，項目結構不會混亂，仍然能夠組織良好。
5.2 目錄組織方式
關于如何組織一個較好的Python工程目錄結構，已經有一些得到了共識的目錄結構。在Stackoverflow的這個問題上，能看到大家對Python目錄結構的討論。
假設你的項目名為foo, 我比較建議的最方便快捷目錄結構這樣就足夠了:
Foo/
|-- bin/
| |-- foo
|
|-- foo/
| |-- tests/
| | |-- __init__.py
| | |-- test_main.py
| |
| |-- __init__.py
| |-- main.py
|
|-- docs/
| |-- conf.py
| |-- abc.rst
|
|-- setup.py
|-- requirements.txt
|-- README
簡要解釋一下:
- bin/: 存放項目的一些可執行文件，當然你可以起名script/之類的也行。
- foo/: 存放項目的所有源代碼。(1) 源代碼中的所有模塊、包都應該放在此目錄。不要置于頂層目錄。(2) 其子目錄tests/存放單元測試代碼； (3) 程序的入口最好命名為main.py。
- docs/: 存放一些文檔。
- setup.py: 安裝、部署、打包的腳本。
- requirements.txt: 存放軟件依賴的外部Python包列表。
- README: 項目說明文件。
除此之外，有一些方案給出了更加多的內容。比如LICENSE.txt,ChangeLog.txt文件等，我沒有列在這里，因為這些東西主要是項目開源的時候需要用到。如果你想寫一個開源軟件，目錄該如何組織，可以參考這篇文章。
關于README的內容
這個我覺得是每個項目都應該有的一個文件，目的是能簡要描述該項目的信息，讓讀者快速了解這個項目。
它需要說明以下幾個事項:
- 軟件定位，軟件的基本功能。
- 運行代碼的方法: 安裝環境、啟動命令等。
- 簡要的使用說明。
- 代碼目錄結構說明，更詳細點可以說明軟件的基本原理。
- 常見問題說明。
可以參考Redis源碼中Readme的寫法，這里面簡潔但是清晰的描述了Redis功能和源碼結構。
不同目錄間進行模塊調用
調用目錄
作業：員工信息表程序 - 詳細描述參考
- 實現增刪改查操作：
- 可進行模糊查詢，語法至少支持下面3種:
select name,age from staff_table where age > 22
select * from staff_table where dept = "IT"
select * from staff_table where enroll_date like "2013" - 查到的信息，打印后，最后面還要顯示查到的條數
- 可創建新員工紀錄，以phone做唯一鍵，staff_id需自增
- 可刪除指定員工信息紀錄，輸入員工id，即可刪除
- 可修改員工信息，語法如下:
UPDATE staff_table SET dept = "Market" WHERE where dept = "IT"
