2025-05-09

Handy 发表了一个小记

Magic Python -> ch4

heapq 是 Python 的一个标准模块，它提供了堆排序算法的实现。
带 yield 的函数是一个生成器，而不是一个函数了。这个生成器有一个函数就是 next 函数，next 就相当于“下一步”生成哪个数，这一次的 next 开始的地方是接着上一次的 next 停止的地方执行的。生成器中的 yield，可看做 “return” 。
- 迭代器需要实现 __iter__() 和 __next__() 方法，通常通过类来实现。
- 生成器通过函数实现，使用 yield 关键字暂停函数执行并返回一个值。
使用 ** 可以解包字典，使用 * 可以解包列表。
| 合并操作符常用于对 set、dict 取并集，但要 Python >= 3.9。
字典解析式：{k:v for d in [profile, ext_info] for k,v in d.items()}
列表解析式：[x for l in (list01, list02, list03) for x in l]
条件语法糖：<on_true> if <condition> else <on_false>
Lambda 表达式（匿名函数）：lambda arguments: expression，如 lambda x: x**2
判断是否包含子串："llo" in "hello, python" 、"hello, python".find("llo") != -1、"hello, python".__contains__("llo")、operator.contains("hello, python", "llo")、re.findall(sub_str, full_str)
海象运算符，很像 Golang 的短变量声明：while (line := file.readline()): print(line.strip())，在推导式中也能用，[bmi for m in members if (bmi := get_bmi(m)) > 24]
装饰器：本质上是一个函数，返回值也是函数。让其他函数在不需要做任何代码变动的前提下增加额外功能，常用于切面需求，如插入日志、性能测试、事务处理、缓存、权限校验等场景，从而可以抽离出大量与函数功能本身无关的雷同代码并继续重用。
偏函数：也叫部分应用。是指在计算机科学中，固定多元函数的部分参数，并返回一个可以接受剩余部分参数的函数的转换过程。
动态执行函数：使用 eval(函数名的字符串)() 来执行函数。若把所有的函数是放在类中，并定义成静态方法，那就不需要用 eval 了，接着使用 getattr 去获取并调用。

## 生成器
def foo():
    print("starting...")
    while True:
        res = yield 4
        print("res:",res)
g = foo()
print(next(g))
print("*"*20)
print(g.send(7))

## result
starting...
4
********************
res: 7
4

## 装饰器
# 这是装饰器函数，参数 func 是被装饰的函数
def logger(func):
    def wrapper(*args, **kw):
        print('我准备开始执行：{} 函数了:'.format(func.__name__))

        # 真正执行的是这行。
        func(*args, **kw)

        print('主人，我执行完啦。')
    return wrapper

## 带参数的函数装饰器
def say_hello(country):
    def wrapper(func):
        def deco(*args, **kwargs):
            if country == "China":
                print("你好!")
            elif country == "America":
                print('hello.')
            else:
                return

            # 真正执行函数的地方
            func(*args, **kwargs)
        return deco
    return wrapper

## 偏函数
from functools import partial

power_2=partial(power, n=2)
power_2(2)  # output: 4

Python