Python个人代码随笔（观看无益，请跳过）

异常抛错：
一般来说，在程序中，遇到异常时，会从这一层逐层往外抛错，一直抛到最外层，由最外层把错误显示在用户终端。

try:
    raise ValueError("A value error...")
except ValueError:
    print("ValueError in my code...")

异常清理行为try语句下的可选finally子句：
finally子句目的在于定义在任何情况下都一定要执行的功能。一般来说，finally子句用于释放外部资源（文件或网络传输连接之类的），无论它们的使用过程中是否出错。

try:
    raise ValueError
except ValueError:
    print("a value error...")
finally:
    print("hahahahahahaha")

python迭代器（_Iterators_）对象在遵守迭代器协议时需要支持如下两种方法：
__iter__()，返回迭代器对象自身。这用在for和in语句中；
__next__()，返回迭代器的下一个值。如果没有下一个值可以返回，那么应该抛出StopIteration异常。

class Counter(object):
    def __init__(self,low,high):
        self.current = low
        self.high = high
    def __iter__(self):
        return self
    def __next__(self):
        # 返回下一个值，直到当前值大于high
        if self.current > self.high:
            raise StopIteration
        else:
            self.current += 1
            return self.current - 1

# 调用上述迭代器

c = Counter(5,10)
for i in c:
    print(i, end=" ")

生成器（Generator）是一种特殊类型的迭代器，它允许在迭代过程中逐步生成值，而不需要一次性生成所有值。通过生成器，可以方便的向程序提供一个可迭代的序列，同时可以节省内存，并允许在需要时延迟生成值。
生成器可以通过两种方式定义：
1，生成器函数（Generator Function）
2，生成器表达式（Generator Expression）
生成器函数：
生成器函数是一种特殊的函数，它使用yield关键字来产生值。当调用生成器函数时，它返回一个生成器对象，该对象可以用于迭代生成值。

def my_generator():
    yield 1
    yield 2
    yield 3

gen = my_generator()    # 调用生成器函数创建一个生成器对象

# 生成器
def generator():
    yield 1
    yield 2
    yield 3

gen = generator()  # 调用生成器函数创建一个生成器对象
for item in gen:
    print(item)

# 生成器的简单写法
gen = (i * i for i in range(10))  # 这里用圆括号，方括号是列表
for item in gen:
    print(item)
# 生成器是一种特殊类型的函数，它可以在需要时生成值，而不必一次性生成所有值并将它们存储在内存中。
# 生成器能够延迟产生序列的元素，这样可以减少内存占用并提高效率，特别是在处理大量数据时。

# 生成器
def counter_generator(low, high):
    while low <= high:
        yield low
        low += 1
for i in counter_generator(5,10):
    print(i, end=" ")
# 在while循环中，每当执行到yield语句时，返回变量low的值并且生成器状态转为挂起。
# 在下一次调用生成器时，生成器从之前冻结的地方恢复执行然后变量low的值加一。生成器继续while循环并且再次来到yield语句。。。

# 生成器的使用场景：
# 通常使用生成器进行惰性求值。这样使用生成器是处理大数据的好方法。如果你不想在内存中加载所有数据，你可以使用生成器，一次只传递给你一部分数据。

# 生成器是一定不能重复循环的
# 如果想要使得类的实例变成生成器，可以用__iter__和__next__方法实现。

闭包（__Closures__）：是由另外一个函数返回的函数。我们使用闭包去除重复代码。

def add_number(num):
    def adder(number):
        # adder是一个闭包
        return num + number
    return adder
a_10 = add_number(10)
print(a_10(21))
# adder是一个闭包，把一个给定的数字与预定义的一个数字相加

装饰器（__Decorators__）用来给一个对象状态的添加一些新的行为。

# 装饰器
# 装饰器是在不修改目标代码的前提下，为目标函数（或类）新增功能的函数（或类）。
import time
def timer(function):
    def wrapper():
        time_start = time.time()
        function()
        time_end = time.time()
        cost_time = time_end - time_start
        print("花费时间： {}秒".format(cost_time))
    return wrapper

@timer
def func1():
    print("这是函数一嗷")

@timer
def func2():
    a,b = 10,2000
    while a<b:
        a += 1
    print("我是函数二")

@timer
def func3():
    print("俺是函数三, 俺还会跳节目三嗷！")

func1()
func2()
func3()