丰富的线上&线下活动，深入探索云世界
做任务，得社区积分和周边
最真实的开发者用云体验
让每位学生受益于普惠算力
让创作激发创新
资深技术专家手把手带教
遇见技术追梦人
技术交流，直击现场
海量开发者使用工具、手册，免费下载
极速、全面、稳定、安全的开源镜像
开发手册、白皮书、案例集等实战精华
为开发者定制的Chrome浏览器插件
#-*-coding:utf-8-*-#@File:引出生成器.py#@author:Flymeawei#@email:Flymeawei@163.com#@Time:2022/8/2021:00#列表生成式lst=[iforiinrange(10)]print(lst)print(type(lst))#[0,1,2,3,4,5,6,7,8,9]#
当然，这种不断调next()实在是太繁琐了，虽然是点一次出现一次，但正确的法是使for循环，因为成器也是可迭代对象。
generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。比如，著名的斐波拉契数列Fibonacci，除第一个和第二个数外，任意一个数都可由前两个数相加得到：1,1,2,3,5,8,13,21,34,...
斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
代码如下
也就是说，上面的函数离generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield(b)就可以了。
yield一般用于创建生成器:工作后返回变量值给生成器。
成器不仅记住了它数据状态；成器还记住了它在流控制构造（在命令式编程中，这种构造不只是数据值）中的位置。
生成器的特点：
可以直接作用于for循环的数据类型有以下几种：
a=(1,)#元组b=[1,2]#列表c={}#空字典d=()#元组s=set()s1={None}#集合print(type(c))#空集合
instance()函数
defisinstance(x,A_tuple):#realsignatureunknown;restoredfrom__doc__"""Returnwhetheranobjectisaninstanceofaclassorofasubclassthereof.(返回一个对象是类的实例还是类的子类。)Atuple,asin``isinstance(x,(A,B,...))``,maybegivenasthetargettocheckagainst.Thisisequivalentto``isinstance(x,A)orisinstance(x,B)or...``etc.（一个元组，如''isinstance(x，(A,B，…))''，可以被指定为目标核对。这相当于''isinstance(x,A)或isinstance(x,B)or...``etc.）"""pass代码实现：
可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的那我们还可以通过isinstance()来判断是否是Iterator对象
注意：Iterator和Iterable，一个是迭代器，一个是可迭代对象
iter()函数.py
可以作用于next（）函数的对象都是itreator迭代器类型，他们表示一个惰性计算序列；
集合数据类型list，dict，str等是Iterable但不是Iterator，不过可以通过iter（）函数获得一个Iterator对象。
匿名函数lambda：顾名思义，没有名字的函数，可以将其赋值给一个变量。
语法：lambda[list]:表达式
参数介绍：
"""[list]：表示参数列表，注意：参数与表达式之间需要冒号来区分表达式：表达式方法非常多，表达形式也非常多返回值：为表达式的结果value"""代码实现
而函数式编程——FunctionalProgramming，虽然也可以归结到面向过程的程序设计，但其思想更接近抽象的计算。
我们首先要搞明白计算机（Computer）和计算（Compute）的概念。在计算机的层次上，CPU执行的是加减乘除的指令代码，以及各种条件判断和跳转指令，所以，汇编语言是最贴近计算机的语言。而计算则指数学意义上的计算，越是抽象的计算，离计算机硬件越远。
对应到编程语言，就是越低级的语言，越贴近计算机，抽象程度低，执行效率高，比如C语言；越高级的语言，越贴近计算，抽象程度高，执行效率低，比如Python语言。
函数式编程就是一种抽象程度很高的编程范式。
函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数！
Python对函数式编程提供了部分支持。由于Python允许使用变量，因此，Python不是纯函数式编程语言。
例如Python内置求绝对值函数abs()
>>>abs(-5)5>>>f=abs>>>f
importbuiltinsbuiltins.abs=102.引出高阶函数上面的例子，函数可以传参数，而函数名可以做变量，那我们函数里面的参数也可以为函数名。代码中的total为高阶函数
#-*-coding:utf-8-*-#@File:引出高阶函数.py#@author:Flymeawei#@email:Flymeawei@163.com#@Time:2022/8/2110:00deffun(i):returni*2deftotal(x,y,fun):returnfun(x)+fun(y)add_sum=total(1,2,fun)print(add_sum)#6下面代码test称为高阶函数
map()函数，把一个可迭代对象中的每一个元素换成一个新的对象，最终返回一个迭代器。
Python内置map()函数：
classmap(object):"""map(func,*iterables)-->mapobjectMakeaniteratorthatcomputesthefunctionusingargumentsfromeachoftheiterables.Stopswhentheshortestiterableisexhausted."""def__getattribute__(self,*args,**kwargs):#realsignatureunknown"""Returngetattr(self,name)."""passdef__init__(self,func,*iterables):#realsignatureunknown;restoredfrom__doc__passdef__iter__(self,*args,**kwargs):#realsignatureunknown"""Implementiter(self)."""pass@staticmethod#knowncaseof__new__def__new__(*args,**kwargs):#realsignatureunknown"""Createandreturnanewobject.Seehelp(type)foraccuratesignature."""passdef__next__(self,*args,**kwargs):#realsignatureunknown"""Implementnext(self)."""passdef__reduce__(self,*args,**kwargs):#realsignatureunknown"""Returnstateinformationforpickling."""passmap()函数的返回值：
map(func,*iterables)-->mapobject参数详解：
"""func：代表传入参数为函数，这里的函数指定指向函数的函数名*iterables：代表参数指定的可迭代的返回值：返回处理好的数据map()函数：是将传入的func函数作用于可迭代的数据里的面每个元素，并将处理好的新的结果返回"""代码实现
reduce()函数，把一个可迭代对象中的每个元素做聚合处理，最终返回一个聚合之后的值.
functools函数reduce()
defreduce(function,sequence,initial=_initial_missing):"""reduce(function,sequence[,initial])->valueApplyafunctionoftwoargumentscumulativelytotheitemsofasequence,fromlefttoright,soastoreducethesequencetoasinglevalue.Forexample,reduce(lambdax,y:x+y,[1,2,3,4,5])calculates((((1+2)+3)+4)+5).Ifinitialispresent,itisplacedbeforetheitemsofthesequenceinthecalculation,andservesasadefaultwhenthesequenceisempty."""it=iter(sequence)ifinitialis_initial_missing:try:value=next(it)exceptStopIteration:raiseTypeError("reduce()ofemptysequencewithnoinitialvalue")fromNoneelse:value=initialforelementinit:value=function(value,element)returnvaluetry:from_functoolsimportreduceexceptImportError:passreduce函数的参数与返回值:
注意使用reduce函数时需要先导入，reduce函数是在functools模块里面
fromfunctoolsimportreducereduce(function,sequence[,initial])->value#参数详解"""function:一个有两个参数的函数sequence:是一个序列，是一些数据的集合，或者是一组数据，可迭代对象initial：可选，初始参数返回值：返回函数计算的结果reduce()函数,使用function函数（有两个参数）先对集合中的sequence第1、2个元素进行操作，如果存在initial参数，则将会以sequence中的第一个元素和initial作为参数，用作调用，得到的结果再与sequence中的下一个数据用function函数运算，最后得到一个结果。"""代码实现：
filter()函数把一个可迭代对象中的元素做过滤操作，如果func返回值为True则留下，否则过滤掉。
Python内置函数filter()
classfilter(object):"""filter(functionorNone,iterable)-->filterobjectReturnaniteratoryieldingthoseitemsofiterableforwhichfunction(item)istrue.IffunctionisNone,returntheitemsthataretrue."""def__getattribute__(self,*args,**kwargs):#realsignatureunknown"""Returngetattr(self,name)."""passdef__init__(self,function_or_None,iterable):#realsignatureunknown;restoredfrom__doc__passdef__iter__(self,*args,**kwargs):#realsignatureunknown"""Implementiter(self)."""pass@staticmethod#knowncaseof__new__def__new__(*args,**kwargs):#realsignatureunknown"""Createandreturnanewobject.Seehelp(type)foraccuratesignature."""passdef__next__(self,*args,**kwargs):#realsignatureunknown"""Implementnext(self)."""passdef__reduce__(self,*args,**kwargs):#realsignatureunknown"""Returnstateinformationforpickling."""pass参数列表：
filter(function,iterable)"""function：判断函数。iterable：序列，（可迭代对象）。返回值：返回列表filter函数，序列（可迭代对象）的每个元素作为参数传递给函数进行判断，然后返回True或False，最后将返回True的元素放到新列表中"""filter函数实现过滤奇数：
#-*-coding:utf-8-*-#@File:filter函数.py#@author:Flymeawei#@email:Flymeawei@163.com#@Time:2022/8/2113:06defnot_odd(num):returnnum%2==0#过滤奇数new_lst=filter(not_odd,[1,2,3,4,5,6,7,8,9,10])print(list(new_lst))这里定义了一个函数not_odd，不是奇数的函数，这个函数，只有当参数为2的整数倍时返回True。这里filter函数的两个参数第一个是过滤方法，第二个是需要过滤的列表，将列表里面的元素依次带入函数中进行运算，得到的结果如果为True时，将此结果作为新的filter对象保留，等待函数里面的列表执行完成后，返回最终的值，这里的值为列表，也就是过滤掉了False的数据或元素。
filter函数过滤操作
高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。
看代码：
#-*-coding:utf-8-*-#@File:返回函数的高阶函数.py#@author:Flymeawei#@email:Flymeawei@163.com#@Time:2022/8/2114:48defsum_fun(*args):defadd_fun():s=0foriinargs:s+=ireturnsreturnadd_funf=sum_fun(1,2,3,4,5,6,7,8,9)add=f()print(add)#45当我们调用sum_fun时，返回的并不是求和结果，而是求和函数add_fun,将其赋值给f，当我们在调f函数时才返回求和结果s。
用filter函数来计算素数
用Python高阶函数来实现这个算法：
defodd_num():#奇数生成器函数n=1whileTrue:n+=2yieldndefun_divisible(n):#判断是否为可整除数returnlambdax:x%n>0defprimes():#素数生成器函数yield2it=odd_num()whileTrue:n=next(it)yieldnit=filter(un_divisible(n),it)#过滤出不可以整除的数foriinprimes():#打印小于100的素数ifi<100:print(i)else:break高阶函数实现打印小于100的素数：
什么是闭包：一个函数定义中引入了函数定义以外的变量，并且该函数可以在其定义以外被执行，这个函数以及引用到外部的变量称为闭包。
闭包的三个条件，缺一不可
"""1)必须有一个内嵌函数(函数里定义的函数）——这对应函数之间的嵌套2)内嵌函数必须引用一个定义在闭合范围内(外部函数里)的变量——内部函数引用外部变量3)外部函数必须返回内嵌函数——必须返回那个内部函数"""闭包代码实现：
python交互环境idle
>>>defcounter(start=0):count=[start]defincr():count[0]+=1returncount[0]returnincr>>>c1=counter(5)>>>print(c1())6>>>print(c1())7>>>print(c2())51>>>print(c2())52>>>当一个函数在本地作用域找不到变量申明时会向外层函数寻找，这在函数闭包中很常见但是在本地作用域中使用的变量后，还想对此变量进行更改就会报错。看一段代码：
此时，如果我在函数内加一行nonlocalc就可解决这个问题
代码：
闭包实现y=a*x+b
#-*-coding:utf-8-*-#@File:闭包的应用.py#@author:Flymeawei#@email:Flymeawei@163.com#@Time:2022/8/2116:18#y=a*x+bdefcreate_line(a,b):defline(x):returna*x+breturnlineline1=create_line(1,1)#a:1b:1line2=create_line(4,5)#a:4b:5print(line1(5))#6print(line2(5))#25从这段代码中，函数line与变量a,b构成闭包。在创建闭包的时候，我们通过create_line的参数a,b说明了这两个变量的取值，这样，我们就确定了函数的最终形式(y=x+1和y=4x+5)。我们只需要变换参数a,b，就可以获得不同的直线表达函数。由此，我们可以看到，闭包也具有提代码可复性的作。
如果没有闭包，我们需要每次创建函数的时候同时说明a,b,x。这样，我们就需要更多的参数传递，也减少了代码的可移植性。
1.闭包优化了变量，原来需要类对象完成的作，闭包也可以完成2.由于闭包引了外部函数的局部变量，则外部函数的局部变量没有及时释放，消耗内存4.闭包的陷阱函数内部函数，引用外部函数参数或值，进行内部函数运算执行，并不是完全返回一个函数，也有可能是一个在外部函数的值，我们还需要知道返回的函数不会立刻执行，而是直到调用了函数才会执行。看代码：
#-*-coding:utf-8-*-#@File:闭包的陷阱.py#@author:Flymeawei#@email:Flymeawei@163.com#@Time:2022/8/2117:09deffun_a():fun_list=[]foriinrange(1,4):deffun_b():returni*ifun_list.append(fun_b)returnfun_listf1,f2,f3=fun_a()print(f1(),f2(),f3())#999这里创建了一个fun_a函数，外部函数的参数fun_list定义了一个列表，在进行遍历，循环函数fun_b，引用外部变量i计算返回结果，加入列表，每次循环，都创建了一个新的函数，然后，把创建的3个函数都返回了，但是实际结果并不是我们想要的1,4,9，而是9，9，9，这是为什么呢？这是因为，返回的函数引用了变量i，但不是立刻执行。等到3个函数都返回时，它们所引用的变量i已经变成了3，每一个独立的函数引用的对象是相同的变量，但是返回的值时候，3个函数都返回时，此时值已经完整了运算，并存储，当调用函数，产生值不会达成想要的，返回函数不要引用任何循环变量，或者将来会发生变化的变量，但是如果一定需要呢，如何修改这个函数呢？
我们fun_b()把这里的参数i赋值给x就可以解决
#-*-coding:utf-8-*-#@File:闭包的陷阱.py#@author:Flymeawei#@email:Flymeawei@163.com#@Time:2022/8/2117:09deffun_a():fun_list=[]foriinrange(1,4):deffun_b(x=i):returnx**2fun_list.append(fun_b)returnfun_listf1,f2,f3=fun_a()print(f1(),f2(),f3())#149可以再创建一个函数，用该函数的参数绑定循环变量当前的值，无论该循环变量后续如何更改，已绑定到函数参数的值不变，那我们就可以完成下面的代码:#-*-coding:UTF-8-*-#deffun_a():deffun_c(i):deffun_b():returni*ireturnfun_bfun_list=[]foriinrange(1,4):#f(i)立刻被执行，因此i的当前值被传入f()fun_list.append(fun_c(i))returnfun_listf1,f2,f3=fun_a()print(f1(),f2(),f3())#149七、装饰器1.什么是装饰器先看一段代码：
#-*-coding:utf-8-*-#@File:什么是装饰器.py#@author:Flymeawei#@email:Flymeawei@163.com#@Time:2022/8/2119:38deffun():print('洗脸')fun()#调用fun函数#洗脸#想给fun函数增加起床和吃早点这两个功能deftest1(func):deftest2():print('起床')func()print('吃早点')returntest2test1(fun)()#起床#洗脸#吃早点由于函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数。也可以将函数赋值变量，做参传入另一个函数。装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。它经常用于有以下场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景，装饰器是解决这类问题的绝佳设计。
装饰器的作用：为已经存在的对象添加额外的功能
看代码代码：
#-*-coding:utf-8-*-#@File:装饰器.py#@author:Flymeawei#@email:Flymeawei@163.com#@Time:2022/8/2119:46deftest1(func):deftest2():print('起床')func()print('吃早点')returntest2@test1#装饰器deffun():print('洗脸')fun()#起床#洗脸#吃早点我们没有直接将fun函数作为参数传入test1中，只是将test1函数以@方式装饰在fun函数上。也就是说，被装饰的函数，函数名作为参数，传入到装饰器函数上，不影响fun函数的功能，再此基础上可以根据业务或者功能增加条件或者信息。
(注意：@在装饰器这里是作为Python语法里面的语法糖写法，用来做修饰。)
print(fun.__name__)#test2这并不是我们想要的！输出应该是fun，这里的函数被test2替代了。它重写了我们函数的名字和注释文档，那怎么阻止变化呢，Python提供functools模块里面的wraps函数解决了问题。代码实现：
为work()函数增加记录日志功能
把日志写入文件
>>>int('123')123但int()函数还提供额外的base参数，默认值为10。如果传入base参数，就可以做进制的转换。>>>int('12345',base=8)5349>>>int('12345',16)74565如果要转换大量的二进制字符串，每次都传入int(x,base=2)非常麻烦，于是，我们想到，可以定义一个int2()的函数，默认把base=2传进去：代码：
#定一个转换义函数defint_bin(num,base=2):returnint(num,base=2)print(int_bin('1001'))#9把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单，继续优化，functools.partial就是帮助我们创建一个偏函数的，不需要我们自己定义int_bin()函数，可以直接使用下面的代码创建一个新的函数。#-*-coding:utf-8-*-#@File:偏函数partial.py#@author:Flymeawei#@email:Flymeawei@163.com#@Time:2022/8/2122:18fromfunctoolsimportpartialint2=partial(int,base=2)print(int2('1001'))#9理清了functools.partial的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。注意到上面的新的int2函数，仅仅是把base参数重新设定默认值为2，但也可以在函数调用时传入其他值实际上固定了int()函数的关键字参数base。
它经常用于有以下场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景，装饰器是解决这类问题的绝佳设计。