Python基础笔记7
2016-11-19 12:02
162 查看
1.返回函数如果不需要立刻求和,而是在后面的代码中,根据需要再计算怎么办?可以不返回求和的结果,而是返回求和的函数:
def lazy_sum(*args): def sum(): ax = 0 for n in args: ax = ax + n return ax return sum当我们调用
lazy_sum()时,返回的并不是求和结果,而是求和函数:
>>> f = lazy_sum(1, 3, 5, 7, 9) >>> f <function lazy_sum.<locals>.sum at 0x101c6ed90>调用函数
f时,才真正计算求和的结果:
>>> f()252.在这个例子中,我们在函数
lazy_sum中又定义了函数
sum,并且,内部函数
sum可以引用外部函数
lazy_sum的参数和局部变量,当
lazy_sum返回函数
sum时,相关参数和变量都保存在返回的函数中,这种称为“闭包(Closure)”的程序结构拥有极大的威力。3.
>>> f1 = lazy_sum(1, 3, 5, 7, 9) >>> f2 = lazy_sum(1, 3, 5, 7, 9) >>> f1==f2 False4.闭包另一个需要注意的问题是,返回的函数并没有立刻执行,而是直到调用了
f()才执行。我们来看一个例子:
def count(): fs = [] for i in range(1, 4): def f(): return i*i fs.append(f) return fs f1, f2, f3 = count()在上面的例子中,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。你可能认为调用
f1(),
f2()和
f3()结果应该是
1,
4,
9,但实际结果是:
>>> f1() 9 >>> f2() 9 >>> f3() 9全部都是
9!原因就在于返回的函数引用了变量
i,但它并非立刻执行。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,因此最终结果为
9。返回闭包时牢记的一点就是:返回函数不要引用任何循环变量,或者后续会发生变化的变量。5.如果一定要引用循环变量怎么办?方法是再创建一个函数,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:
def count(): def f(j): def g(): return j*j return g fs = [] for i in range(1, 4): fs.append(f(i)) # f(i)立刻被执行,因此i的当前值被传入f() return fs再看看结果:
>>> f1, f2, f3 = count() >>> f1() 1 >>> f2() 4 >>> f3() 9缺点是代码较长,可利用lambda函数缩短代码。6.匿名函数关键字
lambda表示匿名函数,冒号前面的
x表示函数参数。匿名函数有个限制,就是只能有一个表达式,不用写
return,返回值就是该表达式的结果。用匿名函数有个好处,因为函数没有名字,不必担心函数名冲突。此外,匿名函数也是一个函数对象,也可以把匿名函数赋值给一个变量,再利用变量来调用该函数:
>>> f = lambda x: x * x >>> f <function <lambda> at 0x101c6ef28> >>> f(5)25同样,也可以把匿名函数作为返回值返回,比如:
def build(x, y): return lambda: x * x + y * y7.装饰器函数对象有一个
__name__属性,可以拿到函数的名字:
>>> def now(): ... print('2015-3-25') ... >>> f = now >>> now.__name__ 'now' >>> f.__name__ 'now'现在,假设我们要增强
now()函数的功能,比如,在函数调用前后自动打印日志,但又不希望修改
now()函数的定义,这种在代码运行期间动态增加功能的方式,称之为“装饰器”(Decorator)。8.本质上,decorator就是一个返回函数的高阶函数。所以,我们要定义一个能打印日志的decorator,可以定义如下:
def log(func): def wrapper(*args, **kw): print('call %s():' % func.__name__) return func(*args, **kw) return wrapper9.我们要借助Python的@语法,把decorator置于函数的定义处:
@logdef now():print('2015-3-25')调用
now()函数,不仅会运行
now()函数本身,还会在运行
now()函数前打印一行日志:
>>> now()call now():2015-3-25把
@log放到
now()函数的定义处,相当于执行了语句:
now = log(now)10.如果decorator本身需要传入参数,那就需要编写一个返回decorator的高阶函数,写出来会更复杂。比如,要自定义log的文本:
def log(text):def decorator(func):def wrapper(*args, **kw):print('%s %s():' % (text, func.__name__))return func(*args, **kw)return wrapperreturn decorator这个3层嵌套的decorator用法如下:
@log('execute')def now():print('2015-3-25')执行结果如下:
>>> now()execute now():2015-3-2511.以上两种decorator的定义都没有问题,但还差最后一步。因为我们讲了函数也是对象,它有
__name__等属性,但你去看经过decorator装饰之后的函数,它们的
__name__已经从原来的
'now'变成了
'wrapper':
>>> now.__name__'wrapper'因为返回的那个
wrapper()函数名字就是
'wrapper',所以,需要把原始函数的
__name__等属性复制到
wrapper()函数中,否则,有些依赖函数签名的代码执行就会出错。不需要编写
wrapper.__name__ = func.__name__这样的代码,Python内置的
functools.wraps就是干这个事的,所以,一个完整的decorator的写法如下:
import functoolsdef log(func):@functools.wraps(func)def wrapper(*args, **kw):print('call %s():' % func.__name__)return func(*args, **kw)return wrapper或者针对带参数的decorator:
import functoolsdef log(text):def decorator(func):@functools.wraps(func)def wrapper(*args, **kw):print('%s %s():' % (text, func.__name__))return func(*args, **kw)return wrapperreturn decorator12.在面向对象(OOP)的设计模式中,decorator被称为装饰模式。OOP的装饰模式需要通过继承和组合来实现,而Python除了能支持OOP的decorator外,直接从语法层次支持decorator。Python的decorator可以用函数实现,也可以用类实现。decorator可以增强函数的功能,定义起来虽然有点复杂,但使用起来非常灵活和方便。13.
import functoolsdef SKLog(SKInput):def decorator(func):def inner(args,**kw):if isinstance(SKInput,str):print('%s %s():' %(SKInput,func.name))result = func(args,kw)else:print('begin %s():' % func.name)result = func(*args,kw)print('end %s():' % func.name)return resultreturn innerif isinstance(SKInput,str):return decoratorelse:return decorator(SKInput)@SKLogdef SKtestLog1():print('我是来测试不带字符串的装饰器装饰器的!!!')@SKLog('excute')def SKtestLog2():print('我是来测试带字符串的装饰器装饰器的!!!')SKtestLog1()print('--------------------------------------')SKtestLog2()14.
#! /usr/bin/env python3# -*- coding: utf-8 -*-import functoolsdef log(text):if isinstance(text, str):def decorator(func):@functools.wraps(func)def test(*args, **kw):print('%s %s()' % (text, func.__name__))func(*args, **kw)print('end call')return testreturn decoratorelse:@functools.wraps(text)def test(*args, **kw):print('%s()' % text.__name__)text(*args, **kw)print('end call')return testreturn log@logdef now():passnow()@log('excute')def now():passnow()注:@functools.wraps(text)总是放在decorator之前,并且有参数时text就是func,没有参数时text就是text。(个人体会)15.偏函数
int()函数还提供额外的
base参数,默认值为
10。如果传入
base参数,就可以做N进制的转换:
>>> int('12345', base=8)5349>>> int('12345', 16)74565假设要转换大量的二进制字符串,每次都传入
int(x, base=2)非常麻烦,于是,我们想到,可以定义一个
int2()的函数,默认把
base=2传进去:
def int2(x, base=2):return int(x, base)16.
functools.partial就是帮助我们创建一个偏函数的,不需要我们自己定义
int2(),可以直接使用下面的代码创建一个新的函数
int2:
>>> import functools>>> int2 = functools.partial(int, base=2)>>> int2('1000000')64>>> int2('1010101')85所以,简单总结
functools.partial的作用就是,把一个函数的某些参数给固定住(也就是设置默认值),返回一个新的函数,调用这个新函数会更简单。17.创建偏函数时,实际上可以接收函数对象、
*args和
**kw这3个参数,当传入:
int2 = functools.partial(int, base=2)实际上固定了int()函数的关键字参数
base,也就是:
int2('10010')相当于:
kw = { 'base': 2 }int('10010', **kw)当传入:
max2 = functools.partial(max, 10)实际上会把
10作为
*args的一部分自动加到左边,也就是:
max2(5, 6, 7)相当于:
args = (10, 5, 6, 7)max(*args)结果为
10。
相关文章推荐
- Python基础笔记摘要
- [Python入门及进阶笔记]Python-基础-函数小结
- 《简明 Python 教程》笔记-----基础知识
- Python学习笔记---基础汇总部分
- Python学习笔记一 基础知识
- python基础学习笔记分享版(1)
- Python基础教程学习笔记----第四章 字典
- [笔记]Python对象基础
- Python2.7 学习笔记 (一)——基础知识
- Python基础教程学习笔记----第一章
- [Python入门及进阶笔记]Python-基础-字符串小结
- Python基础学习笔记二
- Python基础学习笔记一
- Python网络编程基础笔记-使用minidom生成XML文件
- Python基础学习笔记
- Python自学笔记(一)(Python基础知识)
- python学习笔记-第1章节 基础知识
- Python基础学习笔记四
- python 基础笔记
- Python基础教程学习笔记----第三章 字符串