函数进阶——闭包，装饰器，生成器，迭代器

• 闭包
  • 函数定义和函数表达式位于另一个函数的函数体内（嵌套函数）。而且，这些内部函数可以访问他们所在的外部函数中声明的所有局部变量、参数。当其中一个这样的内部函数在包含他们的外部函数之外被调用时，就会形成闭包。也就是说，内部函数会在外部函数返回后被执行。而当这个内部函数执行时，它仍然必需访问其外部函数的局部变量、参数以及其他内部函数。这些局部变量、参数和函数声明（最初时）的值是外部函数返回时的值，但也会受到内部函数的影响。
• 装饰器
  • 在不修改原函数的情况下，给原函数增加新的功能，使得程序变得可扩展
  • http://www.cnblogs.com/alex3714/articles/5765046.html（转）
• 列表生成式

  • a = [i+1 for i in range(10)]
    print(a)#[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

• 生成器（generator）
  • 按照一定的算法，在循环的过程中不断推算出后续的元素，可以避免创建完整的list，从而节省大量的空间
  • 创建方式
  • （1）方式一：把列表生成式中的[]换成（）通过next()函数获得generator的下一个返回值，直到计算到最后一个元素，没有更多的元素时，抛出StopInteration的错误

  • a = (i+1 for i in range(10))
    print(a)#<generator object <genexpr> at 0x0000000001E0B8E0>
    print(next(a))#1
    print(next(a))#2
    print(next(a))#3

  • （2）generator 是可迭代对象，可用for循环遍历，且不用担心会报错，因此next()基本不用

  • a = (i+1 for i in range(10))
    print(a)#<generator object <genexpr> at 0x0000000001E0B8E0>
    for i in a:
        print(i)

  • （3）方式二：函数，在函数中添加yield，函数就变成了generator

  • #斐波拉契数列
    def fib(max):
        n,a,b = 0,0,1
        while n < max :
            yield(b)#把函数的执行过程冻结在这一步，并且把b的值，返回给外面的next()
            a,b = b,a+b
            n += 1
        return "DONE"
    a = fib(5)
    print(fib(5))#<generator object fib at 0x0000000001DEB8E0>

  • （4）yield  VS return
    • return返回并中止函数，return在生成器里，代表生成器的中止，直接报错
    • yield返回数据，并冻结当前的执行过程
    • next唤醒冻结的函数执行过程，继续执行，直到遇到了下一个yield
  • （5）在python2中，range = list，xrange = 生成器，在python3中，range = 生成器，xrange：没有
• 迭代器
  • 可迭代对象Iterable：可以直接作用域for循环的对象统称为可迭代对象
    • list，tuple，dict，set，str
    • generator，包括生成器和yield的generator function
    • 可以使用isinstance()来判断一个对象是否是Interable对象

    • from collections import Iterable
      print(isinstance([],Iterable))#True
      print(isinstance({},Iterable))#True
      print(isinstance("abc",Iterable))#True
      print(isinstance((x for x in range(10)),Iterable))#True
      print(isinstance(100,Iterable))#False

  • 迭代器Iterator：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
  • 生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator
  • 可以使用isinstance()判断一个对象是否是Iterator对象：

  • from collections import Iterator
    print(isinstance([],Iterator))#False
    print(isinstance({},Iterator))#False
    print(isinstance("abc",Iterator))#False
    print(isinstance((x for x in range(10)),Iterator))#True
    print(isinstance(100,Iterator))#False

    解释：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StopIeteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前直到序列的长度，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

  • Iter()函数：把list,dict,str等Iterable变成Iterator

  • from collections import Iterator
    print(isinstance(iter([]),Iterator))#True
    print(isinstance(iter("abc"),Iterator))#True

  • 小结
    • 凡是可作用于for循环的对象都是Iterable类型；
    • 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
    • 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
    • python的for循环本质上就是通过不断调用next()函数实现的。