- Python 高级编程
- 1.返回函数
- 2.闭包
- 3.装饰器
- 4.偏函数
高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。我们在操作函数的时候，如果不需要立刻求和，而是在后面的代码中，根据需要再计算
例如下面
# -*- coding: utf-8 -*-
# python 全栈
# author : a wei
# 开发时间: 2022/6/23 22:41
def sum_fun_a(*args):
a = 0
for n in args:
a = a + n
return a
这是我不需要立即计算我的结果sum_fun方法，不返回求和的结果，而是返回求和的函数，例如下方
# -*- coding: utf-8 -*-
# python 全栈
# author : a wei
# 开发时间: 2022/6/23 22:41
def sum_fun_b(*args):
def sum_a():
a = 0
for n in args:
a = a + n
return a
return sum_a
当我们调用 sum_fun_b() 时，返回的并不是求和结果，而是求和函数 sum_a , 当我们在调sum_fun_b函数时将他赋值给变量
f1 = sum_fun_b(1, 2, 3, 4, 5) # 此时f为一个对象实例化，并不会直接生成值 print(f1()) # 15 f2 = sum_fun_b(1, 2, 3, 4, 5) f3 = sum_fun_b(1, 2, 3, 4, 5) print(f2, f3).sum_a at 0x0000016E1E1EFD30> .sum_a at 0x0000016E1E1EF700> print(id(f2), id(f3)) 1899067537152 1899067538880
此时我们直接拿到的值就是15，那可以想一想，此时 f = sum_a，那这里存在一个疑问参数去哪里了？
而且我们看到创建的两个方法相互不影响的，地址及值是不相同的
在函数 sum_fun_b 中又定义了函数 sum_a ，并且，内部函数 sum_a 可以引用外部函数 sum_fun_b 的参数和局部变量，当 sum_fun_b 返回函数 sum_a 时，而对应的参数和变量都保存在返回的函数中，这里称为 闭包 。
2.闭包
什么是闭包？
先看一段代码
# 定义一个函数
def fun_a(num_a):
# 在函数内部再定义⼀个函数
# 并且这个内部函数⽤到了外部的变量，这个函数以及⽤到外部函数的变量及参数叫 闭包
def fun_b(num_b):
print('内嵌函数fun_b的参数是:%s,外部函数fun_a的参数是:%s' % (num_b, num_a))
return num_a + num_b
# 这里返回的就是闭包的结果
return fun_b
# 给fun_a函数赋值，这个10就是传参给fun_a
ret = fun_a(10)
# 注意这里的10其实是赋值给fun_b
print(ret(10))
# 注意这里的90其实是赋值给fun_b
print(ret(90))
运行结果:
内嵌函数fun_b的参数是:10,外部函数fun_a的参数是:10 20 内嵌函数fun_b的参数是:90,外部函数fun_a的参数是:10 100
此时，内部函数对外部函数作⽤域⾥变量的引⽤（⾮全局变量），则称内部函数为闭包。
这里闭包需要有三个条件
""" 三个条件，缺一不可： 1)必须有一个内嵌函数(函数里定义的函数）——这对应函数之间的嵌套 2)内嵌函数必须引用一个定义在闭合范围内(外部函数里)的变量——内部函数引用外部变量 3)外部函数必须返回内嵌函数——必须返回那个内部函数 """
```python # python交互环境编辑器 >>> def counter(start=0): count = [start] def incr(): count[0] += 1 return count[0] return incr >>> c1 = counter(5) >>> print(c1()) 6 >>> print(c1()) 7 >>> c2=counter(50) >>> print(c2()) 51 >>> print(c2()) >52 >>>
当一个函数在本地作用域找不到变量申明时会向外层函数寻找，这在函数闭包中很常见但是在本地作用域中使用的变量后，还想对此变量进行更改赋值就会报错
def test(): count = 1 def add(): print(count) count += 1 return add a = test() a()
报错信息:
Traceback (most recent call last): ...... UnboundLocalError: local variable 'count' referenced before assignment
如果我在函数内加一行nonlocal count就可解决这个问题
代码
# -*- coding: UTF-8 -*- # def test(): # count不是局部变量，介于全局变量和局部变量之间的一种变量，nonlocal标识 count = 1 def add(): nonlocal count print(count) count += 1 return count return add a = test() a() # 1 a() # 2
nonlocal声明的变量不是局部变量,也不是全局变量,而是外部嵌套函数内的变量。
如果从另一个角度来看我们给此函数增加了记录函数状态的功能。当然，这也可以通过申明全局变量来实现增加函数状态的功能。当这样会出现以下问题：
1. 每次调用函数时，都得在全局作用域申明变量。别人调用函数时还得查看函数内部代码。 3. 当函数在多个地方被调用并且同时记录着很多状态时，会造成非常地混乱。
使用nonlocal的好处是，在为函数添加状态时不用额外地添加全局变量，因此可以大量地调用此函数并同时记录着多个函数状态，每个函数都是独立、独特的。针对此项功能其实还个一个方法，就是使用类，通过定义__call__ 可实现在一个实例上直接像函数一样调用
代码如下：
def line_conf(a, b): def line(x): return a * x + b return line line1 = line_conf(1, 1) line2 = line_conf(4, 5) print(line1(5)) print(line2(5))
运行结果为
6 25
从这段代码中，函数line与变量a,b构成闭包。在创建闭包的时候，我们通过line_conf的参数a,b说明了这两个变量的取值，这样，我们就确定了函数的最终形式(y = x + 1和y = 4x + 5)。我们只需要变换参数a,b，就可以获得不同的
直线表达函数。由此，我们可以看到，闭包也具有提⾼代码可复⽤性的作⽤。如果没有闭包，我们需要每次创建函数的时候同时说明a,b,x。这样，我们就需要更多的参数传递，也减少了代码的可移植性。
1.闭包似优化了变量，原来需要类对象完成的⼯作，闭包也可以完成 2.由于闭包引⽤了外部函数的局部变量，则外部函数的局部变量没有及时释放，消耗内存
但是还没有结束，我们知道，函数内部函数，引用外部函数参数或值，进行内部函数运算执行，并不是完全返回一个函数，也有可能是一个在外部函数的值，我们还需要知道返回的函数不会立刻执行，而是直到调用了函数才会执
行。
看代码：
def fun_a(): fun_list = [] for i in range(1, 4): def fun_b(): return i * i fun_list.append(fun_b) return fun_list f1, f2, f3 = fun_a() print(f1(), f2(), f3()) # 结果：9，9，9
这里创建了一个fun_a函数，外部函数的参数fun_list定义了一个列表，在进行遍历，循环函数fun_b，引用外部变量i 计算返回结果，加入列表，每次循环，都创建了一个新的函数，然后，把创建的3个函数都返回了
但是实际结果并不是我们想要的1,4,9,而是9，9，9，这是为什么呢？
这是因为，返回的函数引用了变量 i ，但不是立刻执行。等到3个函数都返回时，它们所引用的变量i已经变成了3，每一个独立的函数引用的对象是相同的变量，但是返回的值时候，3个函数都返回时，此时值已经完整了运算，并存储，当调用函数，产生值不会达成想要的，返回函数不要引用任何循环变量，或者将来会发生变化的变量，但是如果一定需要呢，如何修改这个函数呢？
我们把这里的i赋值给_就可以解决
def test3():
func_list = []
for i in range(1, 4):
def test4(i_= i):
return i_**2
func_list.append(test4)
return func_list
f1, f2, f3 = test3()
print(f1(), f2(), f3())
可以再创建一个函数，用该函数的参数绑定循环变量当前的值，无论该循环变量后续如何更改，已绑定到函数参数的值不变，那我们就可以完成下面的代码
# -*- coding: UTF-8 -*- # def fun_a(): def fun_c(i): def fun_b(): return i * i return fun_b fun_list = [] for i in range(1, 4): # f(i)立刻被执行，因此i的当前值被传入f() fun_list.append(fun_c(i)) return fun_list f1, f2, f3 = fun_a() print(f1(), f2(), f3()) # 1 4 9
3.装饰器
什么是装饰器？
看一段代码：
# -*- coding: utf-8 -*-
# python 全栈
# author : a wei
# 开发时间: 2022/6/24 17:03
def eat():
print('吃饭')
def test1(func):
def test2():
print('做饭')
func()
print('洗碗')
return test2
eat() # 调用eat函数
# 吃饭
test1(eat)()
# 做饭
# 吃饭
# 洗碗
由于函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数。也可以将函数赋值变量，做参传入另一个函数。
那什么是装饰器
""" 装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值 也是一个函数对象。 它经常用于有以下场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝 佳设计 """
装饰器的作用就是为已经存在的对象添加额外的功能
先看代码：
# -*- coding: utf-8 -*-
# python 全栈
# author : a wei
# 开发时间: 2022/6/24 17:03
def test1(func):
def test2():
print('做饭')
func()
print('洗碗')
return test2
@test1 # 装饰器
def eat():
print('吃饭')
eat()
# 做饭
# 吃饭
# 洗碗
我们没有直接将eat函数作为参数传入test1中，只是将test1函数以@方式装饰在eat函数上。
也就是说，被装饰的函数，函数名作为参数，传入到装饰器函数上，不影响eat函数的功能，再此基础上可以根据业务或者功能增加条件或者信息。
(注意：@在装饰器这里是作为Python语法里面的语法糖写法，用来做修饰。)
但是我们这里就存在一个问题这里引入魔术方法 name 这是属于 python 中的内置类属性，就是它会天生就存在与一个 python 程序中，代表对应程序名称，一般一段程序作为主线运行程序时其内置名称就是 main ,当自己作为模块被调用时就是自己的名字
代码：
print(eat.__name__) # test2
这并不是我们想要的！输出应该是" eat"。这里的函数被test2替代了。它重写了我们函数的名字和注释文档，那怎么阻止变化呢，Python提供functools模块里面的wraps函数解决了问题
代码：
-*- coding: utf-8 -*-
from functools import wraps
def test1(func):
@wraps(func)
def test2():
print('做饭')
func()
print('洗碗')
return test2
@test1 # 装饰器
def eat():
print('吃饭')
eat()
# 做饭
# 吃饭
# 洗碗
print(eat.__name__)
# eat
我们在装饰器函数内，作用decor_c的decor_b函数上也增加了一个装饰器wraps还是带参数的。
这个装饰器的功能就是不改变使用装饰器原有函数的结构。
我们熟悉了操作，拿来熟悉一下具体的功能实现，我们可以写一个打印日志的功能
# -*- coding: utf-8 -*-
# python 全栈
# author : a wei
# 开发时间: 2022/6/24 17:42
import time
from functools import wraps
def logger(func):
@wraps(func)
def write_log():
print('[info]--时间:%s' % time.strftime('%Y-%m-%d %H:%M:%S'))
func()
return write_log
@logger
def work():
print('我在工作')
work()
# [info]--时间:2022-06-24 17:52:11
# 我在工作
print(work.__name__)
#work
带参装饰器
我们也看到装饰器wraps也是带参数的，那我们是不是也可以定义带参数的装饰器呢，我们可以使用一个函数来包裹装饰器，调入这个参数。
# -*- coding: utf-8 -*-
# python 全栈
# author : a wei
# 开发时间: 2022/6/24 17:42
import time
from functools import wraps
def logs(func):
@wraps(func)
def write_log(*args, **kwargs):
print('[info]--时间:%s' % time.strftime('%Y-%m-%d %H:%M:%S'))
func(*args, **kwargs)
return write_log
@logs
def work():
print('我在工作')
@logs
def work2(name1, name2):
print('%s和%s在工作' % (name1, name2))
work2('张三', '李四')
# [info]--时间:2022-06-24 18:04:04
# 张三和李四在工作
4.偏函数
Python的 functools 模块提供了很多有用的功能，其中一个就是偏函（Partial function）。要注意，这里的偏函数和数学意义上的偏函数不一样。
在介绍函数参数的时候，我们讲到，通过设定参数的默认值，可以降低函数调用的难度。而偏函数也可以做到这一点。
