生成器 & 迭代器
要说生成器，得先知道生成器是解决什么问题的；
相信大家都用过列表，假如list里面有100W个元素，而只需要前面几个元素，而list对象会一次性把所有元素都加载到内存，这样就会造成后面的元素所占的内存空间是白白浪费的；
那有没有方案解决这问题？有，那就是迭代器；
迭代器
迭代器，顾名思义就是用来迭代操作的对象，跟list一样，可以迭代获取每一个元素，跟list区别在于，构建迭代器的时候，不像列表把所有元素一次性加载到内存，而是以一种延迟计算（lazy evaluation）方式返回元素；
而迭代器有两个基本的方法：inter() 和 next()；
实现了__iter__和__next__方法的对象都称为迭代器，在调用next()的时候返回下一个值，如果容器中没有更多元素了，则抛出StopIteration异常；
import sys # 引入 sys 模块
list=[1,2,3,4]
it = iter(list) # 创建迭代器对象
while True:
try:
print (next(it))
except StopIteration:
sys.exit()
生成器
在Python中，使用了 yield 的函数被称为生成器；
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；
例子，生成器：
def jb(N):
for i in range(N):
yield i**2
for item in jb(5):
print(item)
普通函数：
def jb(N):
res = []
for i in range(N):
res.append(i*i)
return(res)
for item in jb(5):
print(item)
闭包
作用域
作用域是程序运行时变量可被访问的范围，定义在函数内的变量是局部变量，局部变量的作用范围只能是函数内部范围内，它不能在函数外引用；
def foo():
num = 10 # 局部变量
print(num) # NameError: name 'num' is not defined
定义在模块最外层的变量是全局变量，它是全局范围内可见的，当然在函数里面也可以读取到全局变量的。例如：
num = 10 # 全局变量
def foo():
print(num) # 10
嵌套函数
函数不仅可以定义在模块的最外层，还可以定义在另外一个函数的内部，像这种定义在函数里面的函数称之为嵌套函数；
def print_msg():
# print_msg 是外围函数
msg = "jb is here"
def printer():
# printer是嵌套函数
print(msg)
printer()
# 输出 jb is here
print_msg()
闭包的定义
闭包的概念就是当我们在函数内定义一个函数时，这个内部函数使用了外部函数的临时变量，且外部函数的返回值是内部函数的引用时，称之为闭包；
# 一个简单的实现计算平均值的代码
def get_avg():
scores = [] # 外部临时变量
def inner_count_avg(val): # 内部函数，用于计算平均值
scores.append(val) # 使用外部函数的临时变量
return sum(scores) / len(scores) # 返回计算出的平均值
return inner_count_avg # 外部函数返回内部函数引用
avg = get_avg()
print(avg(10)) # 10
print(avg(11)) # 10.5
相加的例子:
def adder(x):
def wrapper(y):
return x + y
return wrapper
# adder5对象是adder返回的闭包对象
adder5 = adder(5)
# 输出 15
adder5(10)
# 输出 11
adder5(6)
装饰器
闭包的实际使用，大多数是用于装饰器，而这是什么东西？
假设程序实现了say_hello()和say_goodbye()两个函数；
def say_hello():
print "hello!"
def say_goodbye():
print "hello!" # bug here
if __name__ == '__main__':
say_hello()
say_goodbye()
但是在实际调用中，发现程序出错了，上面的代码打印了两个hello，经过调试发现是say_goodbye()出错了；
负责人要求调用每个方法前都要记录进入函数的名称，比如这样：
[DEBUG]: Enter say_hello() Hello! [DEBUG]: Enter say_goodbye() Goodbye!
好，小A是个毕业生，他是这样实现的。
def say_hello():
print "[DEBUG]: enter say_hello()"
print "hello!"
def say_goodbye():
print "[DEBUG]: enter say_goodbye()"
print "hello!"
if __name__ == '__main__':
say_hello()
say_goodbye()
很low吧？ 嗯是的；
小B工作有一段时间了，他告诉小A可以这样写；
def debug():
import inspect
caller_name = inspect.stack()[1][3]
print "[DEBUG]: enter {}()".format(caller_name)
def say_hello():
debug()
print "hello!"
def say_goodbye():
debug()
print "goodbye!"
if __name__ == '__main__':
say_hello()
say_goodbye()
这样处理好多了，但是呢，还是有问题，因为每个业务函数都需要调用一下debug()函数，而且如果以后说某个函数不能使用debug函数，岂不是gg了？
这时候，就需要装饰器了；
装饰器本质上是一个Python函数，它可以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，装饰器的返回值也是一个函数对象；有了装饰器，我们就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；
如何使用装饰器
原始版本
def debug(func):
def wrapper():
print "[DEBUG]: enter {}()".format(func.__name__)
return func()
return wrapper
@debug
def say_hello():
print "hello!"
复制代码这是最简单的装饰器，但是有一个问题，如果被装饰的函数需要传入参数，那么这个装饰器就坏了。因为返回的函数并不能接受参数，可以指定装饰器函数wrapper接受和原函数一样的参数，比如：
def debug(func):
def wrapper(something): # 指定一模一样的参数
print "[DEBUG]: enter {}()".format(func.__name__)
return func(something)
return wrapper # 返回包装过函数
@debug
def say(something):
print "hello {}!".format(something)
这样就解决了一个问题，但又多了N个问题；
因为函数有千千万，只管自己的函数，别人的函数参数是什么样子，鬼知道？还好Python提供了可变参数 *args 和关键字参数 **kwargs ，有了这两个参数，装饰器就可以用于任意目标函数了；
def debug(func):
def wrapper(*args, **kwargs): # 指定宇宙无敌参数
print "[DEBUG]: enter {}()".format(func.__name__)
print 'Prepare and say...',
return func(*args, **kwargs)
return wrapper # 返回
@debug
def say(something):
print "hello {}!".format(something)
# @debug的意思是，执行debug函数，而传入的参数就是下方紧接的say函数；
小结
1）装饰器的作用就是为已经存在的函数或对象添加额外的功能；
2）闭包函数的必要条件：
- 闭包函数必须返回一个函数对象；
- 闭包函数返回的那个函数必须引用外部变量（一般不能是全局变量）；
3）生成器是一个返回迭代器的函数，只能用于迭代操作，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；