Day04的课程要点记录
详细教程地址：Day4 - Python基础4 | python装饰器

一、装饰器

1.1 定义

装饰器本质是函数，（装饰其他函数）为其他函数添加附加功能。
原则：

1. 不能修改被装饰的函数的源代码
2. 不能修改被装饰的函数的调用方式

1.2 实现装饰器的知识储备：

1.2.1 函数即“变量”

1.2.2 高阶函数：

• 把一个函数名当做实参传给另外一个函数，可以在不修改被装饰函数源代码的情况下为其添加功能。

import time
def bar():
   time.sleep(3)
   print("in the bar")

def test1(func):
   start_time = time.time()
   func()  # 就是bar()，但是改变了函数的调用方式
   stop_time = time.time()
   print("the func is running in %s second." % (stop_time - start_time))

test1(bar)      # 相当于func = bar

• 返回值中包含函数名，不修改函数的调用方式。

import time
def bar():
   time.sleep(3)
   print("in the bar")
def test2(func):
   print(func)
   return func

# print(test2(bar))
bar = test2(bar)     # 将bar的内存地址重新给回到bar

• 嵌套函数
  在一个函数的函数体内用def去声明一个函数

1.3 实现装饰器

高阶函数 + 嵌套函数 => 装饰器
@装饰器名 # 加在要用装饰器函数的头部

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()

被装饰函数可能出现所需参数数量不等的情况，通用写法如下：

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    # 返回被装饰函数的值
   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 分情况使用装饰器的不同功能

其他类似，最外层加装一层

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

1. 生成器只有在调用时才会生成相应的数据。
2. 只记录当前的位置。
3. 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：

1. 集合数据类型，如list、tuple、dict、set、str等；
2. 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

3.4 为什么list、dict、str等数据类型不是Iterator？

这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。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。

3.5 小结

1. 凡是可作用于for循环的对象都是Iterable类型；
2. 凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
3. 集合数据类型如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。
4. Python的for循环本质上就是通过不断调用next()函数实现的，例如：

for x in [1, 2, 3, 4, 5]:
    pass

五、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

四、内置函数

内置参数详解

Built-in Functions

五、软件目录结构规范

5.1 为什么要设计好目录结构?

"项目目录结构"其实也是属于"可读性和可维护性"的范畴，我们设计一个层次清晰的目录结构，就是为了达到以下两点:

1. 可读性高: 不熟悉这个项目的代码的人，一眼就能看懂目录结构，知道程序启动脚本是哪个，测试目录在哪儿，配置文件在哪儿等等。从而非常快速的了解这个项目。
2. 可维护性高: 定义好组织规则后，维护者就能很明确地知道，新增的哪个文件和代码应该放在什么目录之下。这个好处是，随着时间的推移，代码/配置的规模增加，项目结构不会混乱，仍然能够组织良好。

5.2 目录组织方式

关于如何组织一个较好的Python工程目录结构，已经有一些得到了共识的目录结构。在Stackoverflow的这个问题上，能看到大家对Python目录结构的讨论。
假设你的项目名为foo, 我比较建议的最方便快捷目录结构这样就足够了:

Foo/
|-- bin/
|   |-- foo
|
|-- foo/
|   |-- tests/
|   |   |-- __init__.py
|   |   |-- test_main.py
|   |
|   |-- __init__.py
|   |-- main.py
|
|-- docs/
|   |-- conf.py
|   |-- abc.rst
|
|-- setup.py
|-- requirements.txt
|-- README

简要解释一下:

1. bin/: 存放项目的一些可执行文件，当然你可以起名script/之类的也行。
2. foo/: 存放项目的所有源代码。(1) 源代码中的所有模块、包都应该放在此目录。不要置于顶层目录。(2) 其子目录tests/存放单元测试代码； (3) 程序的入口最好命名为main.py。
3. docs/: 存放一些文档。
4. setup.py: 安装、部署、打包的脚本。
5. requirements.txt: 存放软件依赖的外部Python包列表。
6. README: 项目说明文件。

除此之外，有一些方案给出了更加多的内容。比如LICENSE.txt,ChangeLog.txt文件等，我没有列在这里，因为这些东西主要是项目开源的时候需要用到。如果你想写一个开源软件，目录该如何组织，可以参考这篇文章。

关于README的内容
这个我觉得是每个项目都应该有的一个文件，目的是能简要描述该项目的信息，让读者快速了解这个项目。
它需要说明以下几个事项:

1. 软件定位，软件的基本功能。
2. 运行代码的方法: 安装环境、启动命令等。
3. 简要的使用说明。
4. 代码目录结构说明，更详细点可以说明软件的基本原理。
5. 常见问题说明。

可以参考Redis源码中Readme的写法，这里面简洁但是清晰的描述了Redis功能和源码结构。

不同目录间进行模块调用

调用目录

作业：员工信息表程序 - 详细描述参考

1. 实现增删改查操作：
2. 可进行模糊查询，语法至少支持下面3种:
   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"
3. 查到的信息，打印后，最后面还要显示查到的条数
4. 可创建新员工纪录，以phone做唯一键，staff_id需自增
5. 可删除指定员工信息纪录，输入员工id，即可删除
6. 可修改员工信息，语法如下:
   UPDATE staff_table SET dept = "Market" WHERE where dept = "IT"