测试奇谭,BUG不见。
讲解之前,我先说说我的教程和网上其他教程的区别:
1 我分享的是我在工作中高频使用的场景,是精华内容;
2 我分享的是学习方法,亦或说,是指明你该学哪些、该重点掌握哪些内容;
3 基于1和2,你可以按照我的教程学,也可以网上找视频学,也可以看书学……你得明白,掌握学习方法比找学习资料重要得多。
前5期,我已经分享了python的基础语法,如果你按照我的文章,一步一步练习,保准你对python代码的语法特点、书写方式有所了解,并能独立的写一些简单的函数方法,甚至能尝试开始自动化测试的实践(基于python语法)。
当然,如果你想更进一步掌握python语法的特点,那接下来的几篇文章一定不要错过。
这一场,主讲python的生成器和匿名函数。
目的:掌握这两个知识点的概念和使用。
生成器
01 什么是生成器?
记住两个关键:
- 生成器是一种特殊的函数方法。意味着它和函数(def)密不可分。
- 基于上一点,只要函数中出现yield关键字,就是生成器函数。
初学的你,还是太难理解?
02 通俗的讲解
你可以将生成器理解为一个盒子,你可以向这个盒子里随意添加元素,当你需要的时候,再取出来用。
请看下面的例子:
# 普通函数
def func():
return 1
f = func()
print("函数返回值:",f)
->函数返回值:1
print("函数返回值的类型:",type(f))
->函数返回值的类型:<class 'int'>
# 生成器
def gen_func():
yield 1
yield 2
g = gen_func()
print("生成器对象:",g)
->生成器对象:<generator object gen_func at 0x00000189B8CFF7C8>
print("生成器对象的类型:",type(g))
->生成器对象的类型:<class 'generator'>
# 读取生成器对象的值,因为生成器也是一个迭代器,实现了python的迭代协议(即实现了__iter__方法)
for i in g:
print("生成器对象的值:",i)
->生成器对象的值: 1
->生成器对象的值: 2
03 生成器到底有什么用?
作用:惰性求值(一边循环一边计算的机制),节省性能
04 生成器的常见用途?
- 读大文件
- 网络爬虫 scrapy 框架
- 协程
举个例子:斐波那契数列(0,1,1,2,3,5...),打印斐波那契数列前50个元素
# 不使用生成器,会消耗大量内存
def fib(idx):
res=[]
n, a, b = 0, 0, 1
while n < idx:
res.append(b)
a, b = b, a+b
n += 1
return res
res = fib(100)
print(res)
# 使用生成器,可节约大量内存
def gen_fib(idx):
n, a, b = 0, 0, 1
while n < idx:
yield b
a, b = b, a+b
n += 1
for i in gen_fib(100):
print(i)
匿名函数
01 什么是匿名函数?
当:
- 函数实现比较简单
- 函数不需要被多个地方调用
- 懒得给这个函数起名字
时,我们可以使用匿名函数。
初学的你,还是太难理解?
02 通俗的讲解
你想实现一个求x的平方的函数,但是这个函数太简单,不值得专门def定义,同时,你忘记了平方的英文如何拼写,要是命名成 "pingfang",又显得自己太low,于是乎,你可以不给这个函数起名字,还能实现它。这就是匿名函数lambda表达式。
比如:求一个数的平方
# 不用 lambda 表达式
def square(x):
return x * x
print(square(2))
# 使用 lambda 表达式
# 写法:lambda 返回值:计算表达式
s = lambda x: x * x
print(s(2))
一如既往,做个总结
01 如果你是初学者,可以先不掌握生成器和匿名函数,待学成python后,再行琢磨;
02 在实际工作中,生成器和匿名函数的使用频次,相对较高,并且在面试中是高频问点。