python 3.5學習筆記（第四章）
本章內容：
一、、裝飾器
二、生成器
三、叠代器
四、python中的內置方法
五、json & pickle 的數據序列化及反序列化
六、程序目錄結構規範
七、補充內容
一、裝飾器：
1、概念：裝飾器的本質是函數，用於裝飾其他函數，就是給其他函數添加附加的功能
2、什麽情況下要使用裝飾器？
（1）不能修改被裝飾函數的源代碼
（2）不能修改被裝飾函數的調用方式
（裝飾器對於被裝飾函數是完全透明的，不會影響被裝飾函數）
示例：
定義一個sayhi()函數，調用函數時，打印“你好，xx”，代碼如下：
def sayhi(name):
現在想要給這個函數添加新功能，計算該程序執行的時間，要求不能對原函數進行修改，而且不能修改原函數的調用方式。
import time
def timer(func): def wrapper(*args, **kwargs): first_time = time.time() time.sleep(2) second_time = time.time() print(‘the function run %s‘ % (second_time - first_time))return func(*args, **kwargs) return wrapper @timer # 相當於執行了 sayhi = timer(sayhi) def sayhi(name): print(‘Hi,‘,name) sayhi("MR")
調用sayhi函數，不僅會運行sayhi函數本身，還會在sayhi函數前運行timer函數。timer()是一個裝飾器，返
回一個函數，所以原來的sayhi函數 任然存在，只是現在同名的sayhi變量指向了新的函數，於是調用sayhi將執行
新的函數，即在timer函數中返回wrapper函數。
wrapper函數的參數定義是（*args， **kwargs），所以wrapper函數可以接受任意參數的調用。在wrapper
函數內部進行sleep操作，並打印休眠時間，再緊接著調用原始sayhi函數。
二、生成器
1、列表生成式：
（1）普通方法生成一個列表
a= []
for i in range(10):
a.append(i * 2)
print(a)
>>>[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
（2）利用列表生成式生成一個相同的列表
list1= [ i * 2 for i in range(10)]
print(list1)
>>>[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
2、字典生成式：把列表生成式中的 [ ] 換成 { } 就是字典生成式
b = {i:i%2==0 for i in range(10)}
print(b)
3、通用生成器
生成器是一個包含yield關鍵字的函數，當它被調用的時候，在函數體中的代碼不會被執行，而回返回一個叠代器。每次請求一個值就會執行生成器中的代碼，直到遇到一個yield或者return語句。yield語句意味著應該生成一個值，return語句意味著生成器要停止執行（不再生成任何東西，return語句只有在一個生成器中使用的時候才會進行無參數調用）。
換句話說，生成器是由兩個部分組成的：生成器的函數和生成器的叠代器。生成器的函數使用def語句定義的，包含yield部分，生成器的叠代器是這個函數的返回部分，這兩個實體合在一起叫做生成器。
生成器推導式：把列表生成式中的 [ ] 換成 () 就是生成器推導式
示例：
a = ( i * 2 for i in range(10))
for x in a:
print(x)
註意：
（1）生成器不能直接打印出來，因為只有在循環到某一個數據的時候，這個數據才會在內存中實際出現
（2）生成器不是列表，不能切片，只有在調用的時候才會生成相應的數據
（3）生成器只能記住當前位置的內容，上一個內容在調用之後就被刪除了
（4）生成器可以用作 for 循環，還可以被next方法（ __next__() ）不斷調用，並返回下一個值，直到最後拋出StopIteration 錯誤表示無法繼續返回下一個值。（對於異常可以使用 try-except語句來解決）
‘‘‘
yield 的作用：保存當前狀態並返回，然後再次調用的時候，會回到yield
send 的作用：調用yield ，同時給yield 傳值
next 的作用：只會調用yield ，但是不會給yield 傳值
‘‘‘
函數生成器示例：
def myGen():
print(‘生成器被執行！‘)
yield 1 # 打印1
yield 2 # 打印2
myG = myGen() print(next(myG)) print(next(myG))
# 第一次調用生成器，會打印‘生成器被執行！‘，然後在yield前停下 ，每使用一次next方法都會執行一次yield。
4、斐波那契數列
（1）普通方法
list_fib = []
def fib(max):
a = 0
b = 1
n = 0
while n < max:
print(b)
list_fib.append(b)
a,b = b, a + b # 這裏是給 a 和 b 同時賦值
n = n+1
fib(10)
print(‘list_fib = ‘,list_fib)
（2）用函數生成器實現
def fib(max): a = 0 b = 1 n = 0 while n < max: yield b a,b = b, a + b # 同時賦值 n = n+1 f = fib(10) for i in range(10): print(f.__next__())
# 如果調用next的次數超過範圍，則會拋出異常
三、叠代器
1、概念：
叠代的意思是重復做一件事很多次，類似循環。只要某一個對象實現了__iter__() 方法就可以叠代。__iter__() 方法會返回一個叠代器（iterator），所謂的叠代器就是具有next方法的對象。在調用next 的方法的時候，叠代器會返回它的下一個值。如果next方法被調用了，但是並沒有值可以返回，就會拋出StopIteration異常。
2、為什麽要使用叠代器？
如果有一個函數，可以一個接一個的計算值，那麽在使用時可能是計算一個值時獲取一個值——而不是通過列表等數據類型一次獲取所有值。如果有很多的值，就會占用太多的內存，叠代器可以避免這種情況。
3、為什麽列表、字典、字符串不是叠代器？
因為python 的Iterator 對象表示的是一個數據流，Iterator 對象可以被next() 函數調用並不斷返回下一個數據，知道沒有數據時拋出 StopIteration 錯誤，可以把這個數據流看作是一個有序序列，但是我們並不能提前知道序列的長度，只有在需要反回下一個數據的時候它才會計算。叠代器甚至可以表示一個無限大的數據流，比如全體自然數，而列表等數據類型是不可能存儲全體自然數的。
4、把可叠代對象轉化為叠代器的方法：
iter() 或 __iter__()
a = [1,2,3]
c = iter(a)
print(isinstance(c,Iterator)) # isinstance()用於判斷是否為叠代器或者可叠代對象
# .__iter__()
print(isinstance([].__iter__(),Iterator))
5、總結：
（1）可以直接用於for 循環的對象稱為可叠代對象（Iterable），可以被next() 方法不斷調用並返回下一個值的對象是叠代器（Iterator），叠代器表示一個惰性計算的序列。叠代器一定是可叠代對象，但是可叠代對象不一定是叠代器。
（2）isinstance() 用於判斷是否可為叠代對象或者叠代器
print(isinstance([],Iterable))
>>>True
a = [1,2,3]
print(isinstance(a,Iterator))
>>>False（3）生成器一定是叠代器，但是叠代器不一定是生成器。
b = ( x*2 for x in range(5))
print(isinstance(b,Iterator))
>>>True
（4）list 、 dict 、str 是可叠代對象，但是不是叠代器，但是可以轉換成叠代器。
（5）python 的for 循環本質上就是通過不斷調用next函數實現的。
四、python中的內置方法
參考：https://docs.python.org/3/library/functions.html?highlight=built#ascii
下面針對一些常用的內置方法進行解釋
1、all(iterable) ： 如果可叠代對象中的所有元素都為真，則返回True
print(all([-1,2,1,‘mr‘]))
2、any(iterable) ：如果可叠代對象中的任意元素為真，則返回True
print(any([0,1,2,3]))
3、ascii(object) ：以字符串的形式返回內容的ascii碼格式
a = ascii([1,2,3,‘MR‘,"你好"])
print(a)
print(type(a),[a])
4、bin(x) ： 把十進制數字轉換為二進制數字
print( bin(4) )
5、bool() ：判斷bool類型(非零即真)
print(bool(1))
print(bool([]))
6、bytearray([source[,encoding[,errors]]]) ：返回一個新字節數組。這個數組裏的元素是可變的，並且每個元素的值範圍: 0 <= x < 256。
#字符串不可以修改，只是生成一個新的字符串；二進制的字符格式也不可以修改
a = bytes(‘abcde‘,encoding=‘utf-8‘)
print(a.capitalize())
print(a)
b = bytearray(‘abcde‘,encoding=‘utf-8‘)
print( b[1] )
b[1] = 50 # 只能賦值ascii碼的類型
print(b)
7、callable() ： 是否可調用（可以加括號的就可以調用，比如函數和類）
print(callable([]))
def func1():
pass
print(callable(func1))
8、chr(i) ：輸入數字，返回ascii碼的對應表
print(chr(97))
9、ord() ： 輸入ascii碼字符，返回對應的數字
print(ord(‘a‘))
10、complex([real[,imag]]) ： 返回一個復數
print(complex(1,2))
11、dir : 查看對應的方法
a = []
print(dir(a))
12、divmod(a,b) ： 地板除（返回整數部分和余數部分）
print(divmod(10,3))
>>>(3,1)
13、eval(source[, globals[, locals]]) ： 將字符串str當成有效的表達式來求值並返回計算結果。參數：source：一個Python表達式或函數compile()返回的代碼對象；globals：可選。必須是dictionary；locals：可選。任意map對象。
a = "[[1,2],[3,4]]" b = eval(a) print(b)
>>>[[1, 2], [3, 4]]
14、filter(function, iterable) : 過濾出需要的內容
res = filter(lambda n : n>5 ,range(10))
for i in res:
print(i)
15、map() ： 根據提供的函數對指定序列做映射。
第一個參數 function 以參數序列中的每一個元素調用 function 函數，返回包含每次 function 函數返回值的新列表。
res = map(lambda n: n*n, range(10)) for i in res: print(i) print(type(res))
>>>
0
1
4
9
16
25
36
49
64
81
16、reduce() ： 函數會對參數序列中元素進行累積。
函數將一個數據集合（鏈表，元組等）中的所有數據進行下列操作：用傳給reduce中的函數 function（有兩個參數）先對集合中的第 1、2 個元素進行操作，得到的結果再與第三個數據用 function 函數運算，最後得到一個結果。
from functools import reduce res = reduce(lambda x, y : x+y, range(10)) print(res)
>>>45
17、format() ： 格式化函數
name = input("name:")
age = input ("age:")
job = input ("job:")
info ="""
Name :{_name}
Age: {_age}
Job :{_job}
""" .format(_name=name,_age = age, _job = job)
print (info)
18、frozenset([iterable]) : 凍結集合（使集合無法修改）
a = frozenset([1,2,3,2,1,42,546,6]) print(a.add(7))
>>>AttributeError: ‘frozenset‘ object has no attribute ‘add‘
19、globals() ： 函數會以字典類型返回當前位置的全部全局變量。
a = frozenset([1,2,3,4,5,6])
print(globals())
20、locals() : 函數會以字典類型返回當前位置的全部局部變量。
def test():
local_var = 333
print(locals())
test()
print(globals())
print(globals().get(‘local_var‘))
21、hash() ：用於獲取取一個對象（字符串或者數值等）的哈希值。
print(hash(‘a‘))
>>>
1164304272
22、hex() : 轉換為十六進制
print(hex(15))
23、oct(x) : 轉換為八進制
print(oct(9))
24、id(object) : 返回內存地址
print(id(‘a‘))
25、max() / min() : 取最大/最小值
a = [1,2,5,6,3]
print(max(a))
print(min(a))
26、pow(a,b): 返回 a 的 b次方
print(pow(2,4))
27、round(a,b) : 將 a 保留 b 位小數
print(round(1.3333, 2))
>>>1.33
28、slice() : 切片
myslice = slice(5) a = [x for x in range(10)] print(a[myslice])
>>>[0, 1, 2, 3, 4]
29、sorted() ： 排序
a = [1,4,2,5,23,6,7,4,2]
print(a)
print(sorted(a))
b = {2:‘two‘, 1:‘one‘, 4:‘four‘, 7:‘seven‘}
print(b)
print(sorted(b.items())) # 以key為目標排序，結果是一個列表
print(sorted(b.items(), key = lambda x : x[1])) # 以value為目標排序
>>>
[1, 4, 2, 5, 23, 6, 7, 4, 2]
[1, 2, 2, 4, 4, 5, 6, 7, 23]
{1: ‘one‘, 2: ‘two‘, 4: ‘four‘, 7: ‘seven‘}
[(1, ‘one‘), (2, ‘two‘), (4, ‘four‘), (7, ‘seven‘)]
[(4, ‘four‘), (1, ‘one‘), (7, ‘seven‘), (2, ‘two‘)]
30、zip : 按照最少的內容進行組合
a = [1,2,3,4,5] b = [‘a‘,‘b‘,‘c‘,‘d‘] c = [‘one‘,‘two‘,‘three‘,‘four‘] for i in zip(a,b,c): print(i)
>>>
(1, ‘a‘, ‘one‘)
(2, ‘b‘, ‘two‘)
(3, ‘c‘, ‘three‘)
(4, ‘d‘, ‘four‘)
五、json & pickle 的數據序列化及反序列化
1、json模塊：用於字符串和python數據類型之間的轉換
四個功能：dump, dumps, load, loads
示例1：把字典寫入文件中
（1）普通方法
info = {
‘name‘ : ‘MR‘,
‘age‘: 18
}
f = open("info.txt",‘w‘)
f.write(str(info))
（2）json序列化
import json
info = {
‘name‘ : ‘MR‘,
‘age‘: 18
}
f = open(‘info.txt‘,‘w‘)
f.write( json.dumps( info ))
示例2：把文件中的內容讀取出來
（1）普通方法
f = open("info.txt",‘r‘)
data = eval(f.read())
print(data[‘age‘])
f.close()
（2）json反序列化
import json
f = open(‘info.txt‘,‘r‘)
data = json.loads(f.read())
print(data[‘age‘])
2、pickle模塊： 用於python特有的類型和python的數據類型之間的轉換
四個功能：dump, dumps, load, loads
示例1：把字典寫入文件中
pickle序列化：
import pickle
info = {
‘name‘ : ‘MR‘,
‘age‘: 18
}
f = open(‘info.txt‘,‘wb‘)
f.write( pickle.dumps( info )) # pickle.dumps 會把原數據類型變為二進制類型。
# f.write( pickle.dumps( info )) == pickle.dump(info, f)
示例2：把文件中的內容讀取出來
pickle反序列化：
import pickle
f = open(‘info.txt‘,‘rb‘)
data = pickle.loads(f.read()) # == data = pickle.load(f)
print(data[‘age‘])
六、程序目錄結構規範
引用自：https://www.cnblogs.com/alex3714/articles/5765046.html
解釋：
1、bin/: 存放項目的一些可執行文件，當然可以起名script/之類的也行。
2、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。不要置於頂層目錄。(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。
3、docs/: 存放一些文檔
4、setup.py: 安裝、部署、打包的腳本。
5、requirements.txt: 存放軟件依賴的外部Python包列表。
6、readme: 項目說明文件。
七、補充內容：
（1）lambda() 函數
lambda表達式，通常是在需要一個函數，但是又不想費神去命名一個函數的場合下使用，也就是指匿名函數。
a = lambda x,y: x+y
print(a(2,3))
（2）try-except 語句
基本語法：
try:
檢測範圍
except Exception [as reason]:
出現異常(Exception)後處理的代碼
示例：
try:
int (‘abc‘)
sum = 1 + ‘1‘
f = open (‘我為啥是一個文件.txt‘)
print(f.read())
f.close()
except OSError as reason:
print(‘文件出錯\n 錯誤的原因是：‘ + str(reason))
except TypeError as reason:
print(‘類型出錯\n 錯誤的原因是：‘ + str(reason))
except ValueError as reason:
print(‘值出錯\n 錯誤的原因是：‘ + str(reason))
註意：try 語句一旦檢測到異常，後面的語句就不會被執行
（3）try-finally
解釋：基本用法與try-except 相似，只是finally 之後的代碼無論怎麽樣都會執行，可以try-except-finaaly 連用，這樣如果try中沒有異常，則會跳過except，直接執行finally 裏面的代碼
python 3.5學習筆記（第四章）