python从0快速上手（十一）高级特性1

Python学习：高级特性1

在Python的奇妙世界里，高级特性就像是那些隐藏在角落里的神秘力量，等待着勇敢的程序员去发掘。装饰器、生成器和迭代器，这些听起来就像是古老魔法书中的咒语，但它们其实是Python中强大的编程工具。让我们一起揭开这些高级特性的神秘面纱，看看它们如何让我们的代码变得更加强大和灵活。

1. 装饰器

装饰器在Python中是一种神奇的存在，它可以让你在不修改原有函数代码的情况下，给函数添加新的功能。这就像是给函数穿上了一件神奇的外衣，让它拥有了超能力。

基本装饰器：
装饰器本质上是一个函数，它接受一个函数作为参数并返回一个新的函数。

def my_decorator(func):
    def wrapper():
        print("Something is happening before the function is called.")
        func()
        print("Something is happening after the function is called.")
    return wrapper

@my_decorator
def say_hello():
    print("Hello!")

say_hello()

在这个例子中，my_decorator是一个装饰器，它打印一条消息，然后调用原始函数，再打印另一条消息。say_hello函数被my_decorator装饰，所以当我们调用say_hello()时，实际上是在调用wrapper()函数。

带参数的装饰器：
有时候，你可能想要创建一个可以接受参数的装饰器。

def my_decorator_with_args(arg):
    def decorator(func):
        def wrapper():
            print(f"Something is happening before the function is called with arg {arg}.")
            func()
            print("Something is happening after the function is called.")
        return wrapper
    return decorator

@my_decorator_with_args("test")
def say_hello():
    print("Hello!")

say_hello()

在这个例子中，my_decorator_with_args是一个接受参数的装饰器，它返回一个装饰器，这个装饰器返回一个函数。

实例：创建一个计时装饰器

import time

def timer(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"{func.__name__} took {end_time - start_time} seconds to run.")
        return result
    return wrapper

@timer
def waste_some_time(seconds):
    time.sleep(seconds)

waste_some_time(2)

在这个例子中，timer装饰器测量并打印函数执行所需的时间。

2. 生成器

生成器是一种特殊的迭代器，它允许你惰性地生成值，这意味着你不需要一次性计算所有的值，而是可以一次生成一个值。这就像是有一个魔法盒子，每次你请求时，它就会变出一个值。

创建生成器：
你可以使用yield关键字来创建一个生成器。

def count_up_to(max):
    n = 1
    while n <= max:
        yield n
        n += 1

# 使用生成器
for number in count_up_to(5):
    print(number)

在这个例子中，count_up_to是一个生成器，它一次生成一个数字，直到达到最大值。

生成器表达式：
就像列表推导式一样，你也可以使用生成器表达式来创建生成器。

gen = (x * x for x in range(3))
for value in gen:
    print(value)

实例：创建一个斐波那契数列生成器

def fibonacci(max):
    a, b = 0, 1
    while a <= max:
        yield a
        a, b = b, a + b

# 使用生成器
for number in fibonacci(10):
    print(number)

在这个例子中，fibonacci是一个生成器，它生成斐波那契数列，直到达到最大值。

3. 迭代器

迭代器是一个可以记住遍历的位置的对象。迭代器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。迭代器只能往前不会后退。迭代器有两个基本的方法：__iter__()和__next__()。

创建迭代器：
你可以定义一个类，实现__iter__()和__next__()方法，来创建一个迭代器。

class CountUp:
    def __init__(self, max):
        self.max = max
        self.num = 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.num > self.max:
            raise StopIteration
        else:
            num = self.num
            self.num += 1
            return num

# 使用迭代器
count_up = CountUp(5)
for number in count_up:
    print(number)

在这个例子中，CountUp是一个迭代器，它一次生成一个数字，直到达到最大值。

实例：创建一个反向迭代器

class Reverse:
    def __init__(self, data):
        self.data = data
        self.index = len(data)

    def __iter__(self):
        return self

    def __next__(self):
        if self.index == 0:
            raise StopIteration
        else:
            index = self.index
            self.index -= 1
            return self.data[index - 1]

# 使用迭代器
reversed_list = Reverse([1, 2, 3, 4, 5])
for item in reversed_list:
    print(item)

在这个例子中，Reverse是一个迭代器，它反向迭代一个列表。

小结

装饰器、生成器和迭代器是Python中的强大工具，它们让我们的代码变得更加灵活和强大。装饰器可以在不修改原有函数的情况下添加新功能，生成器让我们能够惰性地生成值，而迭代器则让我们能够记住遍历的位置。

现在，你已经掌握了Python中这些高级特性的基础。但是，这只是冰山一角。在编程的世界里，还有更多高级的概念等着你去探索。编程就像是一场冒险，而你已经迈出了第一步。祝你在编程的世界里旅途愉快！