一、装饰器进阶
多个装饰器同时装饰一个函数，执行顺序是由上往下执行被装饰函数执行之前的操作，再执行被装饰函数，最后再由下往上执行被装饰函数执行之后的操作。
二、列表生成式，迭代器&生成器
2.1 列表生成式
生成一个含有数字1-10的列表，并且每个数字要 * 2
# 1.循环
li = []
for i in range(1, 11):
li.append(i * 2)
print(li)
代码简洁的列表生成式
# 2.列表生成式
li2 = [i * 2 for i in range(1, 11)]
print(li2)
for循环后面还可以加上if判断
# 3.for循环后面还可以加上if判断
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，这种一边循环一边计算的机制，称为生成器：generator。
2.2.1 生成器特性
- 生成器只有在调用时才会生成相应的数据。
- 只记录当前的位置。
- 只有一个
__next__()方法。（2.7为next()）
2.2.1 创建生成器
创建一个generator，有很多种方法。
第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个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>
可以通过next()函数获得generator的下一个返回值，由于generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
>>> 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
但不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：
>>> g = (x * x for x in range(10))
>>> for n in g:
... print(n)
...
0
1
4
9
16
25
36
49
64
81
通过for循环来迭代generator，不需要关心StopIteration的错误。
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, ...
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'
可以输出斐波那契数列的前N个数：
>>> fib(10)
1
1
2
3
5
8
13
21
34
55
done
上面的函数和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：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
#print(b)
yield b
a, b = b, a + b
n += 1
同样的，把函数改成generator后，可以使用__next__()来获取下一个返回值，或者使用for循环来迭代。
通过yield实现在单线程的情况下实现并发运算的效果
import time
def customer(name):
print("%s 准备吃包子了!" % name)
while True:
baozi = yield
print("包子[%s]来了，被[%s]吃了！" % (baozi, name))
def producer(name):
c = customer('A')
c2 = customer('B')
c.__next__()
c2.__next__()
print("%s要开始做包子了啊！" % 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可迭代对象
可以直接作用于for循环的数据类型有以下几种：
- 集合数据类型，如list、tuple、dict、set、str等；
-
generator：包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable
可以使用isinstance()判断一个对象是否是Iterable对象：
>>> 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循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator
可以使用isinstance()判断一个对象是否是Iterator对象：
>>> 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 将Iterable可迭代对象变为Iterator迭代器
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
四、匿名函数
匿名函数就是不需要显式的指定函数
#这段代码
def calc(n):
return n**n
print(calc(10))
#换成匿名函数
calc = lambda n:n**n
print(calc(10))
匿名函数主要是和其它函数搭配使用的
>>> res = map(lambda x:x**2, [1, 5, 7, 4, 8])
>>> for i in res:print(i)
...
1
25
49
16
64
五、内置函数
