一、装饰器
由于一个函数能实现一种功能，现在想要在不改变其代码的情况下，让这个函数进化一下，即能保持原来的功能，还能有新的"技能"，怎么办？
现已经存在一个自定义的函数func1
def func1():
print('hello,world!')让func1进化一下：（继承func1之前的所有功能，而且还有新的‘技能’）
效果和下面定义的函数func2效果是一样的
def func2():
func1() #调用func1，即可保持func1这一函数的所有的功能都被这个新的函数继承下来
print('hello,boy!') #添加的新功能，相当于func1这一函数学到的新技能但是，func2是一个新的函数，已经完全改头换面了，虽然有一部分是能实现func1的功能，但并不是func1的进化型，所以当我们还想用调用func1这个函数的调用方法调用的时候，并不能调用func2.
当函数不进行调用时候，可以将这个函数当成一个变量进行对待。所以，如果把func2这个函数的内存地址赋给func1，然后调用func1，那么就能用func1这个名字，调用func2这个函数，也就实现了func1这个函数的进化。
所以，如果定义如下一个可以实现上述功能的函数deco，deco这个函数就要完成以下的两件事情:
1.让func2这个函数的内存地址出现，即：定义func2这个函数
2.在其执行之后能够，拿到func2的内存地址，即把func2的内存地址作为返回值返回
def deco(func1):
def func2():
func1() #调用func1，即可保持func1这一函数的所有的功能都被这个新的函数继承下来
print('hello,boy!') #添加的新功能，相当于func1这一函数学到的新技能
return func2完成上述deco函数的定义之后，当执行deco这个函数之后，其执行结果，就是func2的内存地址。
接下来，将这个内存地址赋值给func1这个变量之后，再对func1进行调用，就可以完成对函数func1的"进化"（即：在不改变func1的代码，还赋予了其新的功能)
func1 = deco(func1) func1()
上述的过程可以用以下的代码进行实现：
def deco(func1):
def func2():
func1() #调用func1，即可保持func1这一函数的所有的功能都被这个新的函数继承下来
print('hello,boy!') #添加的新功能，相当于func1这一函数学到的新技能
return func2
def func1():
print('hello,world!')
func1 = deco(func1)
func1()其中，deco这个函数就是所谓的装饰器
(装饰器：在不改变源代码和调用方式的基础之上给函数增加新的功能)
将上述代码进行优化之后就有了下面的代码：
def deco(func1):
def func2():
func1() #调用func1，即可保持func1这一函数的所有的功能都被这个新的函数继承下来
print('hello,boy!') #添加的新功能，相当于func1这一函数学到的新技能
return func2
@deco #效果等同于func1=deco(func1)
def func1():
print('hello,world!')
func1()1.1含参数的装饰器:
def deco(func):
def wrapper(username,password):
if username == 'root' and password == 'root':
func(username,password) else:
print('用户名或密码错误')
return wrapper
@deco
def baidu_index(username,password):
print('welcome to 百度')
baidu_index('root','root')由于定义的函数baidu_index，必须要传递参数，所以装饰器内部定义的函数wrapper也需要定义形参，wrapper函数内部调用函数时，也需要有参数！！
1.2多层装饰器
将装饰器1看成一个整体，在这个装饰器上在添加一个装饰器2，就能实现..........
例如:
def deco1(deco):
print('你好不好？')
def deco(func):
def func2():
print('你不好！')
func()
return func2
return deco
@deco1
def deco(func):
def func2():
print('你不好！')
func()
return func2
@deco
def func1():
print('你好！')
func1()二、迭代器：
1.什么是迭代？
1.迭代是一个重复的过程，即每一次重复为一次迭代，
2.并且每次迭代的结果都是下一次迭代的初始值
例如：
l = [1,2,3] count=0 while count<len(l): #首先是重复动作，其次上一次的结果是下一次的初始值，因此，是迭代 print(l[count]) count =1
2.什么是迭代器？为何要有迭代器？
对于序列类型：字符串、列表、元组，我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的，若还想取出其内部包含的元素，则必须找出一种不依赖于索引的迭代方式，这就是迭代器。
3.什么叫做迭代器对象？
obj有.__iter__和.__next__方法的叫做迭代器对象
总结:迭代器对象一定是可迭代对象，而可迭代对象不一定是迭代器对象
4.for的作用:
1.把可迭代对象变成迭代器对象
2.过滤错误信息
l1 = [1,2,3] for i in l1: #iter(l1) print(i)
三、生成器
1.什么是生成器?
只要函数里有yield关键字，那么函数名（）得到的结果就是生成器，生成器就是迭代器，并且不会执行函数内部代码
2.return和yield用法十分类似，但是也有区别，区别在于：return只能返回一个值，而yield可以返回多个值
3.生成器优点:
同一时间只存储一个值，节省内存空间
4.生成器的缺点:
只能向后取值，不能往前取值
def test(): for i in range(100): yield i res = test() for k in res: print(k)
四、总结
迭代器
迭代是Python最强大的功能之一，是访问集合元素的一种方式；迭代器是一个可以记住遍历的位置的对象；迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退；迭代器有两个基本的方法：iter()和next()；字符串，列表或元组对象都可用于创建迭代器：
迭代器python实例
生成器
在 Python 中，使用了 yield 的函数被称为生成器；跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器；在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行；调用一个生成器函数，返回的是一个迭代器对象。
使用生成器生成斐波那些数列
装饰器
装饰器：在不改变原函数的基础上，对函数执行前后进行自定义操作。把目标函数作为参数传给装饰器函数，装饰器函数执行过程中，执行目标函数，达到在目标函数运行前后进行自定义操作的目的。
应用场景：如记录函数运行时间；flask里的路由、before_request；django中的缓存、用户登录等。
使用装饰器记录函数运行时间
装饰器在实现的时候，被装饰后的函数其实已经是另外一个函数了（函数名等函数属性会发生改变），为了不影响，Python的functools包中提供了一个叫wraps的装饰器来消除这样的副作用。写一个装饰器的时候，最好在实现之前加上functools的wrap，它能保留原有函数的名称和文档字符串。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持Devmax。