python学习笔记——6. 模块和高级用法

最新推荐文章于 2024-05-01 07:32:17 发布

原创最新推荐文章于 2024-05-01 07:32:17 发布 · 279 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言 #后端

python基础学习专栏收录该内容

6 篇文章

订阅专栏

本文介绍了Python中的模块导入方式及使用技巧，包括不同导入方法的效果对比，并探讨了生成器和装饰器的应用，展示了如何利用这些高级特性提升代码效率。

模块即C++中的库

# 用import导入模块
import math
print(math.sqrt(16))  # => 4.0

# 也可以从模块中导入个别值
from math import ceil, floor
print(ceil(3.7))  # => 4.0
print(floor(3.7))   # => 3.0

# 可以导入一个模块中所有值
# 警告：不建议这么做
from math import *

# 如此缩写模块名字
import math as m
math.sqrt(16) == m.sqrt(16)   # => True

# Python模块其实就是普通的Python文件。你可以自己写，然后导入，
# 模块的名字就是文件的名字。

# 你可以这样列出一个模块里所有的值
import math
dir(math)

被导入的文件：

__all__ = ('ssum', 'hanshu')
#使用"from mt import *" 能够导入mt.py中的所有函数，如果该py包文件开头写有“__all__ = (...)”语句，
#则只导入__all__()括号中包含的函数
# 如果没有该语句，则将mt.py中所有函数都导入
def ssum(x, y):
    return x+y
def hanshu(x, y):
    return x*y

生成器和装饰器：

# 用生成器(generators)方便地写惰性运算
def double_numbers(iterable):
    for i in iterable:
        yield i + i

# 生成器只有在需要时才计算下一个值。它们每一次循环只生成一个值，而不是把所有的
# 值全部算好。
#
# range的返回值也是一个生成器，不然一个1到900000000的列表会花很多时间和内存。
#
# 如果你想用一个Python的关键字当作变量名，可以加一个下划线来区分。
range_ = range(1, 900000000)
# 当找到一个 >=30 的结果就会停
# 这意味着 `double_numbers` 不会生成大于30的数。
for i in double_numbers(range_):
    print(i)
    if i >= 30:
        break


# 装饰器(decorators)
# 这个例子中，beg装饰say
# beg会先调用say。如果返回的say_please为真，beg会改变返回的字符串。
from functools import wraps


def beg(target_function):
    @wraps(target_function)
    def wrapper(*args, **kwargs):
        msg, say_please = target_function(*args, **kwargs)
        if say_please:
            return "{} {}".format(msg, "Please! I am poor :(")
        return msg

    return wrapper


@beg
def say(say_please=False):
    msg = "Can you buy me a beer?"
    return msg, say_please


print(say())  # Can you buy me a beer?
print(say(say_please=True))  # Can you buy me a beer? Please! I am poor :(