Maîtrisez les fonctions de retour, les fermetures, les décorateurs et les fonctions partielles de Python dans un seul article

Cet article vous apporte des connaissances pertinentes sur Python Il organise principalement les problèmes liés à la programmation avancée, notamment les fonctions de retour, les fermetures, les décorateurs, les fonctions partielles, etc.

【Recommandation associée : Tutoriel vidéo Python3】

1. Fonction de retour

En plus d'accepter des fonctions en tant que paramètres, les fonctions d'ordre supérieur peuvent également renvoyer des fonctions en tant que valeurs de résultat. Lorsque nous utilisons une fonction, si nous n'avons pas besoin de faire la somme immédiatement, nous pouvons la calculer selon les besoins dans le code suivant. Par exemple, ci-dessous

# -*- coding: utf-8 -*-# python 全栈# author : a wei # 开发时间: 2022/6/23 22:41def sum_fun_a(*args):
    a = 0
    for n in args:
        a = a + n      
    return a

C'est la méthode sum_fun où je n'ai pas besoin de calculer mon résultat immédiatement. et ne renvoie pas le résultat de la somme, mais renvoie la fonction de sommation. Par exemple, lorsque nous appelons sum_fun_b() ci-dessous, ce qui est renvoyé n'est pas le résultat de la sommation, mais la fonction de sommation sum_a. à une variable.

# -*- coding: utf-8 -*-# python 全栈# author : a wei # 开发时间: 2022/6/23 22:41def sum_fun_b(*args):
    def sum_a():
        a = 0
        for n in args:
            a = a + n        return a    return sum_a

La valeur que nous obtenons directement à ce moment est 15. Ensuite, vous pouvez y penser, à ce moment f = sum_a, alors il y a une question ici : où va le paramètre ?

Et on voit que les deux méthodes créées ne s'affectent pas, les adresses et valeurs sont différentes

La fonction sum_a est définie dans la fonction sum_fun_b, et la fonction interne sum_a peut faire référence aux paramètres et variables locales du fonction externe sum_fun_b, lorsque sum_fun_b renvoie la fonction sum_a, les paramètres et variables correspondants sont enregistrés dans la fonction renvoyée, appelée fermeture.

2. Fermeture

---

Qu'est-ce que la fermeture ?

Regardons d'abord un morceau de code

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())  # 15f2 = sum_fun_b(1, 2, 3, 4, 5)f3 = sum_fun_b(1, 2, 3, 4, 5)print(f2, f3)<function>.sum_a at 0x0000016E1E1EFD30> <function>.sum_a at 0x0000016E1E1EF700>print(id(f2), id(f3))1899067537152 1899067538880</function></function>

Le résultat d'exécution :

# 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_aret = fun_a(10)# 注意这里的10其实是赋值给fun_bprint(ret(10))# 注意这里的90其实是赋值给fun_bprint(ret(90))

À ce stade, lorsque la fonction interne fait référence à la variable de portée de la fonction externe (pas une variable globale), la fonction interne est appelée une fermeture .

La fermeture ici doit avoir trois conditions

内嵌函数fun_b的参数是:10,外部函数fun_a的参数是:1020内嵌函数fun_b的参数是:90,外部函数fun_a的参数是:10100

"""
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
"""

Lorsqu'une fonction ne trouve pas de déclaration de variable dans la portée locale, elle la recherchera dans la fonction externe. Ceci est très courant dans les fermetures de fonctions mais est utilisé dans la fonction externe. portée locale. Après avoir ajouté la variable, si vous souhaitez modifier l'affectation à cette variable, une erreur sera signalée

"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>>>

---

Message d'erreur :

def test(): 
	 count = 1 
	 def add(): 
		  print(count) 
		  count += 1 
	 return add 
a = test() a()

Si j'ajoute une ligne de nombre non local dans la fonction, ce problème peut être résolu.

Code

Traceback (most recent call last): ...... UnboundLocalError: local variable 'count' referenced before assignment

La variable déclarée par nonlocal n'est pas une variable locale, ce ne sont pas des variables globales, mais des variables au sein de fonctions externes imbriquées.

Si vous le regardez sous un autre angle, nous avons ajouté la fonction d'enregistrement de l'état de la fonction à cette fonction. Bien entendu, cela peut également être réalisé en déclarant des variables globales pour augmenter l'état de la fonction. Lorsque cela se produit, les problèmes suivants se produiront :

# -*- 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

L'avantage d'utiliser

nonlocal

est qu'il n'est pas nécessaire d'ajouter des variables globales supplémentaires lors de l'ajout d'un statut à la fonction, cette fonction peut donc être appelée en grand nombre et enregistrer plusieurs états de fonction en même temps. Chaque fonction est toutes indépendante et unique. En fait, il existe une autre méthode pour cette fonction, qui consiste à utiliser une classe. En définissant __call__, vous pouvez l'appeler directement comme une fonction sur une instance. Le code est le suivant :

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。

Le résultat exécuté est

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))

. A partir de ce code, la ligne de fonction forme une fermeture avec les variables a et b. Lors de la création de la fermeture, on précise les valeurs de ces deux variables via les paramètres a et b de line_conf De cette façon, on détermine la forme finale de la fonction (y = x + 1 et y = 4x + 5). Il suffit de transformer les paramètres a et b pour obtenir différentes

fonctions d'expression en ligne droite. De là, nous pouvons voir que les fermetures jouent également un rôle dans l’amélioration de la réutilisabilité du code. S'il n'y a pas de fermeture, nous devons spécifier a, b, x chaque fois que nous créons une fonction. De cette façon, nous devons transmettre plus de paramètres et réduire la portabilité du code.

625

Mais ce n'est pas encore fini. Nous savons que les fonctions internes font référence à des paramètres ou à des valeurs de fonctions externes et effectuent des opérations de fonction internes, mais peuvent également être une valeur dans une fonction externe. besoin de savoir ce qui est renvoyé. La fonction ne sera pas exécutée immédiatement, mais ne sera pas exécutée tant que la fonction n'est pas appelée.

Regardez le code :

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

Une fonction fun_a est créée ici. Le paramètre fun_list de la fonction externe définit une liste Lors du parcours, la fonction de boucle fun_b fait référence à la variable externe i pour calculer le résultat de retour et l'ajouter. à la liste. Chaque fois qu'il boucle, il est créé Créez une nouvelle fonction, puis renvoyez les trois fonctions créées

Mais les résultats réels ne sont pas le 1,4,9 que nous voulons, mais le 9,9,9. ce?

En effet, la fonction renvoyée fait référence à la variable i mais n'est pas exécutée immédiatement. Lorsque les trois fonctions reviennent, la variable i à laquelle elles font référence est devenue 3. L'objet référencé par chaque fonction indépendante est la même variable, mais lorsque la valeur est renvoyée, lorsque les trois fonctions reviennent, la valeur a été L'opération est terminée et stockée. Lorsque la fonction est appelée, la valeur générée n'atteindra pas le résultat souhaité. La fonction de retour ne doit référencer aucune variable de boucle, ni aucune variable qui changera dans le futur. Mais si cela est nécessaire, comment modifier cette fonction ?

Nous pouvons le résoudre en attribuant la valeur de i ici à _

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 wraps

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 17:03def 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。

1>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 17:03def 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 wrapsdef 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eat的test2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 17:42import timefrom functools import wrapsdef logger(func):
    @wraps(func)
    def write_log():
        print('[info]--时间:%s' % time.strftime('%Y-%m-%d %H:%M:%S'))
        func()
    return write_log@loggerdef work():
    print('我在工作')work()# [info]--时间:2022-06-24 17:52:11# 我在工作print(work.__name__)#work

2>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 17:42import timefrom functools import wrapsdef 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@logsdef work():
    print('我在工作')@logsdef 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

3>函数做装饰器

把日志写入文件

# -*- coding: utf-8 -*-# python 全栈# author : a wei# 开发时间: 2022/6/20 0:06import timefrom functools import wrapsdef logger(file):
    def logs(fun):
        @wraps(fun)
        def write_log(*args, **kwargs):
            log = '[info] 时间是:%s' % time.strftime('%Y-%m-%d %H:%M:%S')
            print(log)
            with open(file, 'a+') as f:
                f.write(log)
            fun(*args, **kwargs)
        return write_log    return logs@logger('work.log')  # 使用装饰器来给 work函数增加记录日志的功能def work(name, name2):  # 1.当前 work可能有多个参数 2.自定义日志文件的名字和位置，记录日志级别
    print(f'{name}和{name2}在工作')work('张三', '李四')

终端输出：

这里生成里work.log日志文件

里面记录日志

这里我们将带参数的带入进去根据代码流程执行生成了文件并将文件打印进去现在我们有了能用于正式环境的logs装饰器，但当我们的应用的某些部分还比较脆弱时，异常也许是需要更紧急关注的事情。

比方说有时你只想打日志到一个文件。而有时你想把引起你注意的问题发送到一个email，同时也保留
日志，留个记录。

这是一个使用继承的场景，但目前为止我们只看到过用来构建装饰器的函数。

4>类做装饰器

# -*- coding: utf-8 -*-# python 全栈# author : a wei# 开发时间: 2022/6/20 0:06import timefrom functools import wraps# 不使用函数做装饰器，使用类做装饰器class Logs(object):
    def __init__(self, log_file='out.log', level='info'):
        # 初始化一个默认文件和默认日志级别
        self.log_file = log_file
        self.level = level    def __call__(self, fun):  # 定义装饰器，需要一个接受函数
        @wraps(fun)
        def write_log(name, name2):
            log = '[%s] 时间是:%s' % (self.level, time.strftime('%Y-%m-%d %H:%M:%S'))
            print(log)
            with open(self.log_file, 'a+') as f:
                f.write(log)
            fun(name, name2)
        return write_log@Logs()  # 使用装饰器来给 work函数增加记录日志的功能def work(name, name2):  # 1.当前 work可能有多个参数 2.自定义日志文件的名字和位置，记录日志级别
    print(f'{name}和{name2}在工作')work('张三', '李四')  # 调用work函数

这个实现有一个优势，在于比嵌套函数的方式更加整洁，而且包裹一个函数还是使用跟以前一样的语法

4.偏函数 partial

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。

例如：int() 函数可以把字符串转换为整数，当仅传入字符串时， int() 函数默认按十进制转换

>>> int('123') 123

但 int() 函数还提供额外的 base 参数，默认值为 10 。如果传入 base 参数，就可以做进制的转换

>>> int('12345', base=8) 5349 >>> int('12345', 16) 74565

如果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：

代码：

# 定一个转换义函数 >>> def int_1(num, base=2): 
		return int(num, base) 
		>>> int_1('1000000') 64>>> int_1('1010101') 85

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
继续优化，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 int_1() ，可以直接使用下面的代码创 建一个新的函数 int_1

# 导入 >>> import functools 

# 偏函数处理 >>> int_2 = functools.partial(int, base=2) >>> int_2('1000000') 64>>> int_2('1010101') 85

理清了 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。

注意到上面的新的 int_2 函数，仅仅是把 base 参数重新设定默认值为 2 ，但也可以在函数调用时传入其他值实际上固定了int()函数的关键字参数 base

int2('10010')

相当于是：

kw = { base: 2 } int('10010', **kw)

当函数的参数个数太多，需要简化时，使用 functools.partial 可以创建一个新的函数，这个新函数可以固定住原函数的部分参数，从而在调用时更简单

【相关推荐：Python3视频教程 】

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!