import timedef timmer(func): def wrapper(*args,**kwargs): start_time=time.time() res=func(*args,**kwargs) stop_time=time.time() print('run time is %s' %(stop_time-start_time)) return res return wrapper@timmerdef foo(): time.sleep(3) print('from foo')foo()无参装饰器
#闭包函数定义：定义在函数内部的函数，
特点是：包含对外部作用域而不是对全局作用域名字的引用函数体内内部需要一个变量，有两种解决方案一种是：以参数的形式传入装饰器：
1、为什么要用装饰器：开放封闭原则，对扩展是开放的，对修改是封闭的
2.什么是装饰器
1、用来装饰他人，装饰器本身可以是任意可调用对象， 别装饰的对象也可以是任意可调用的对象2、遵循的原则： 1、不修改被装饰 2、不修改被装饰对象的调用方式 3、原则是：在遵循原则1和2的前提，为被装饰器对象添加上新功能
有参装饰器：
2.迭代器与生成器
1、什么叫迭代：迭代是一个重复的过程，每次重复都是基于上一次的结果来的 2、为什么要用迭代器？ 对于序列类型：字符串，列表，元组，可以使用基于索引的迭代取值方式，而对于没有索引的字典，集合 3、可迭代的对象：只有对象内置有__iter__ 方法，obj.__iter__ 如文件对象 4、迭代器对象：既有内置__iter__ 又有 __next__ 迭代器的优缺点： 优点：提供了一种统一的迭代取值方式，该方式不再依赖索引，更节省内存 缺点：无法统计长度 一次性的，只能往后走，不能往前退，无法获取指定位置的值 生成器： 定义：只要函数出现yield关键字，那么再调用该函数，将不会立即执行函数体代码，会到一个该结果就是生成器对象 生成器本质就是迭代器 yield 的功能： 1、为我们提供了自定义的迭代器的方式 2、对比return ，可以返回多次值，挂起函数的运行状态
3.面向过程编程
面向过程编程思想：核心是过程二字，过程即解决问题的步骤，那先干什么再干什么 基于该思想去编写程序就好比在设计一条流水线，是一种机械式的编程思想 优点： 1、可以把复杂的问题流程化，进而简单化 缺点： 1、可扩展性差
三元表达
name=input('姓名>>: ')res='SB' if name == 'alex' else 'NB'print(res) 列表解析
#1、示例egg_list=[]for i in range(10): egg_list.append('鸡蛋%s' %i)egg_list=['鸡蛋%s' %i for i in range(10)]#2、语法[expression for item1 in iterable1 if condition1for item2 in iterable2 if condition2...for itemN in iterableN if conditionN]类似于res=[]for item1 in iterable1: if condition1: for item2 in iterable2: if condition2 ... for itemN in iterableN: if conditionN: res.append(expression)#3、优点：方便，改变了编程习惯，可称之为声明式编程 三 生成器表达式
#1、把列表推导式的[]换成()就是生成器表达式#2、示例：生一筐鸡蛋变成给你一只老母鸡，用的时候就下蛋，这也是生成器的特性>>> chicken=('鸡蛋%s' %i for i in range(5))>>> chicken at 0x10143f200>>>> next(chicken)'鸡蛋0'>>> list(chicken) #因chicken可迭代，因而可以转成列表['鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4',]#3、优点：省内存，一次只产生一个值在内存中 json&pickle模块
之前我们学习过用eval内置方法可以将一个字符串转成python对象，不过，eval方法是有局限性的，对于普通的数据类型，json.loads和eval都能用，但遇到特殊类型的时候，eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式，并返回表达式的值。
1 import json2 x="[null,true,false,1]"3 print(eval(x)) #报错，无法解析null类型，而json就可以4 print(json.loads(x))
什么是序列化？
我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening等等，都是一个意思。
为什么要序列化？
1：持久保存状态
需知一个软件/程序的执行就在处理一系列状态的变化，在编程语言中，'状态'会以各种各样有结构的数据类型(也可简单的理解为变量)的形式被保存在内存中。
内存是无法永久保存数据的，当程序运行了一段时间，我们断电或者重启程序，内存中关于这个程序的之前一段时间的数据（有结构）都被清空了。
在断电或重启程序之前将程序当前内存中所有的数据都保存下来（保存到文件中），以便于下次程序执行能够从文件中载入之前的数据，然后继续执行，这就是序列化。
具体的来说，你玩使命召唤闯到了第13关，你保存游戏状态，关机走人，下次再玩，还能从上次的位置开始继续闯关。或如，虚拟机状态的挂起等。
2：跨平台数据交互
序列化之后，不仅可以把序列化后的内容写入磁盘，还可以通过网络传输到别的机器上，如果收发的双方约定好实用一种序列化的格式，那么便打破了平台/语言差异化带来的限制，实现了跨平台数据交互。
反过来，把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling。
如何序列化之json和pickle：
json
如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。
JSON表示的对象就是标准的JavaScript语言的对象，JSON和Python内置的数据类型对应如下：
import json dic={ 'name':'alvin','age':23,'sex':'male'}print(type(dic))# j=json.dumps(dic)print(type(j))# f=open('序列化对象','w')f.write(j) #-------------------等价于json.dump(dic,f)f.close()#-----------------------------反序列化 import jsonf=open('序列化对象')data=json.loads(f.read())# 等价于data=json.load(f)