生成器

# Generators help you make lazy code.
def double_numbers(iterable):
    for i in iterable:
        yield i + i

for i in double_numbers(range(1, 900000000)):  # `range` is a generator.
    print(i)
    if i >= 30:
        break

yield 是生成器的关键特性，它允许函数在每次调用时返回一个值，而不是一次性返回所有值。每次调用生成器时，它会从上次 yield 的地方继续执行，而不是从头开始。
range()本身也是一个生成器

生成器表达式

values = (-x for x in [1,2,3,4,5])
for x in values:
    print(x)  # prints -1 -2 -3 -4 -5 to console/terminal

装饰器

装饰器基于闭包实现，用于增强函数行为而不修改原函数代码。

基本结构

接收函数，返回增强后的新函数（常结合functools.wraps保留元数据）

from functools import wraps
def log_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        print(f"调用 {func.__name__}")
        return func(*args, **kwargs)
    return wrapper

类型扩展

带参装饰器：嵌套三层（参数→装饰器→包装函数）

def repeat(n):
    def decorator(func):
        def wrapper():
            for _ in range(n):
                func()
        return wrapper
    return decorator

类装饰器：通过__call__方法实现

典型场景
- 日志/性能监控：记录函数执行时间和参数
- 权限校验：在敏感操作前检查用户权限
- 结果缓存：存储函数返回值避免重复计算

《实验物理的大数据方法》

生成器

生成器表达式

装饰器