Python连载03|模块、包与高级语法:装饰器、生成器一次搞懂

# 方式1：导入整个模块import mathprint(math.pi)           # 3.141592653589793print(math.sqrt(16))    # 4.0# 方式2：只导入需要的东西from math import pi, ceilprint(ceil(3.2))        # 4# 方式3：给模块起别名（避免名字冲突）import datetime as dtnow = dt.datetime.now()print(now.strftime("%Y-%m-%d"))  # 2026-07-03

# ===== tools.py 文件内容 ====="""常用工具函数集合"""def is_prime(n):    """判断是否为质数"""    if n < 2:        return False    for i in range(2, int(n**0.5) + 1):        if n % i == 0:            return False    return Truedef fibonacci(n):    """生成前n个斐波那契数"""    fibs = [0, 1]    while len(fibs) < n:        fibs.append(fibs[-1] + fibs[-2])    return fibs[:n]# ===== main.py 文件内容 =====from tools import is_prime, fibonacciprint(is_prime(17))          # Trueprint(fibonacci(10))         # [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]

# main.py 中导入包里的模块from utils.math_tools import is_primefrom utils.str_tools import capitalize_allfrom models.user import User

import time# 定义装饰器def timer(func):    def wrapper(*args, **kwargs):        start = time.time()        result = func(*args, **kwargs)  # 执行原函数        elapsed = time.time() - start        print(f"⏱ {func.__name__} 耗时 {elapsed:.4f} 秒")        return result    return wrapper# 用 @ 应用装饰器@timerdef slow_sum(n):    """计算1到n的和"""    total = 0    for i in range(n + 1):        total += i    return totalprint(slow_sum(1000000))

def log(level="INFO"):    """带参数的装饰器，三层嵌套"""    def decorator(func):        def wrapper(*args, **kwargs):            print(f"[{level}] 调用 {func.__name__}，参数：{args}")            result = func(*args, **kwargs)            print(f"[{level}] {func.__name__} 执行完毕")            return result        return wrapper    return decorator@log(level="DEBUG")def add(a, b):    return a + bprint(f"结果：{add(3, 5)}")

# 普通列表：一次性生成100万个数，全部存在内存big_list = [range(1000000)]print(len(big_list))  # 1（实际上range本身就很省）# 但如果这样写，内存会爆# big_list = [x**2 for x in range(10000000)]  # 列表推导式，全部加载# 生成器表达式：一次只算一个，不吃内存big_gen = (x**2 for x in range(10000000))print(next(big_gen))  # 0print(next(big_gen))  # 1print(next(big_gen))  # 4

def countdown(n):    """倒数生成器"""    while n > 0:        yield n      # 产出值，暂停        n -= 1         # 恢复后继续执行# 使用生成器for num in countdown(5):    print(num, end=" ")  # 5 4 3 2 1print()# 读取大文件：一行一行yield，不吃内存def read_large_file(filepath):    with open(filepath, "r", encoding="utf-8") as f:        for line in f:            yield line.strip()# 10GB的文件也能轻松遍历# for line in read_large_file("huge_data.txt"):#     process(line)  # 每次只有一行在内存里

# 列表推导式：筛选+变换nums = range(1, 11)evens = [x for x in nums if x % 2 == 0]print(evens)  # [2, 4, 6, 8, 10]# 字典推导式：键值对变换scores = {"语文": 85, "数学": 92, "英语": 78}grades = {k: "优" if v >= 90 else "良" if v >= 80 else "中" for k, v in scores.items()}print(grades)  # {'语文': '良', '数学': '优', '英语': '中'}# 集合推导式：去重words = "hello world hello python".split()unique = {w.upper() for w in words}print(unique)  # {'HELLO', 'WORLD', 'PYTHON'}

import time# ===== 装饰器：计时 + 日志 =====def profile(func):    def wrapper(*args, **kwargs):        print(f"[LOG] 开始执行 {func.__name__}")        start = time.time()        result = list(func(*args, **kwargs))  # 生成器转列表        elapsed = time.time() - start        print(f"[LOG] {func.__name__} 耗时 {elapsed:.4f}s，产出 {len(result)} 个结果")        return result    return wrapper# ===== 生成器：逐个产出质数 =====@profiledef prime_generator(max_num):    """生成小于max_num的所有质数"""    for num in range(2, max_num):        is_prime = True        for i in range(2, int(num**0.5) + 1):            if num % i == 0:                is_prime = False                break        if is_prime:            yield num   # 生成器：一次产出一个质数# ===== 主程序 =====primes = prime_generator(10000)print(f"前10个质数：{primes[:10]}")print(f"最大的5个质数：{primes[-5:]}")