Python中高階函數以及函數裝飾器的解析

下面小編就為大家帶來一篇詳談Python高階函數與函數裝飾器(推薦)。小編覺得蠻不錯的，現在就分享給大家，也給大家做個參考。一起跟著小編過來看看吧

一、上節回顧

Python2與Python3字元編碼問題，不管你是初學者還是已經對Python的專案瞭如指掌了，都會犯一些編碼上面的錯誤。我在這裡簡單歸納Python3和Python2各自的差別。

首先是Python3-->程式碼檔案都是用utf-8來解釋的。將程式碼和檔案讀到記憶體就變成了Unicode，這也就是為什麼Python只有encode沒有decode了，因為記憶體中都將字元編碼變成了Unicode，而Unicode是萬國碼，可以「翻譯」所以格式編碼的格式。 Python3中str和bytes是兩種格式，bytes可以當作二元的表現形式。

Python2使用系統預設的字元編碼解釋代碼，所以要用utf-8解釋代碼，就必須在頭部申明；並且Python2中有解碼和編碼，但是解碼動作是必須的而編碼動作可以忽略，因為Python程式碼載入到記憶體中就是Unicode，這點和python3一樣；Python2中還需要注意的就是str和bytes是一個意思。 Python2 裡面的str就是Python3中的bytes格式，而Python3中的str其實就是Unicode.

函數基礎（這裡我就是用遞迴函數中的二分查找）

#為什麼要用函數：將程式進行模組設計

定義函數有三種形式：

- 無參函數

- 有參函數

- 空函數

PS：如果函數有多個傳回值，那麼傳回的來的資料格式是元組

- 如何在函數傳入參數時限定參數資料格式。

def leon(x:int,y:int)->int:

pass

其中這裡指定了x,y都必須是int型別" -> ; "的意思是函數回傳值也必須是int型別

print(yan.__annotations__):顯示形參的限定資料格式以及傳回值的格式

a = [1,2,3,4,5,7,9,10,11,12,14,15,16,17,19,21] #形参中的num
def calc(num,find_num):
 print(num)
 mid = int(len(num) / 2)   #中间数的下标
 if mid == 0: #递归函数非常重要的判断条件
 if num[mid] == find_num:
  print("find it %s"%find_num)
 else:
  print("cannt find num")
 if num[mid] == find_num: #直接找到不用递归，结束函数
 print("find_num %s"%find_num)
 elif num[mid] > find_num: #find_num应该在左边，向下递归
 calc(num[0:mid],find_num)

 elif num[mid] < find_num: #find_num应该在右边，向下递归
 calc(num[mid+1:],find_num)
calc(a,12)

匿名函數

c = lambda x:x+1 #x就是形参，c就是这个匿名函数的对象

print(c(22))

高階函數-特性

1. 把一個函數的記憶體位址傳給另一個函數，當做參數

2.一個函數把另一個函數的當做回傳值回傳

#

def calc(a,b,c):
print(c(a) + c(b))

calc(-5,10,abs) #引用上一节的实例，将-5和10绝对值相加

 

二、高階函數（補充）

函數是第一類物件

函數可以被賦值

可以當做參數

可以當做傳回值

可以當作容器類型的元素

#函数可以被赋值
def leon():
 print("in the leon")

l = leon
l()

#函数可以被当做参数
def yan(x): #这里x形参，其实就是我们调用实参的函数名
 x() #运行函数

y = yan(leon)


#函数当做返回值
def jian(x): 和上面一样这这也必须传入一个函数
 return x
j = jian(leon) #这里需要注意一点就是这里的意思是运行jian这个函数而这个函数返回的是x 也就是leon这个函数的内存地址，也就是说这时候leon这个函数并没有被执行
j() #运行 leon函数

#可以做为容器类型的元素
leon_dict = {"leon":leon}

leon_dict["leon"]() #这样也可以运行leon这个函数

三、閉包函數

1.什麼是閉包？我來看一下，比較官網的概念（這不是我在官網上面找的，不過沒有關係，反正你們也看不懂）：

閉包（Closure）是詞法閉包（Lexical Closure）的簡稱，是引用了自由變數的函數。這個被引用的自由變數將會和這個函數一同存在，即使已經離開了創造它的環境也不例外。所以，閉包是由函數和與其相關的引用環境組合而成的實體。

懵逼了？不存在的。下面我用簡潔的說一下，但是有一點很重要，閉包是裝飾器中的重點，如果沒有把閉包正真理解，那麼學完裝飾器之後會很快忘記。我們透過一個列子來說明下

import requests #首先导入一个模块，这个可以不用记

def get(url): #定义一个get函数里面需要传一个url的位置参数
 def wapper(): #在定义一个wapper函数
 res = requests.get(url) #这一步就是打开一个网页
 return res.text #将网页以文字的形式返回
 return wapper #返回最里层的wapper函数

g = get("http://www.baidu.com") #调用：首先因为作用域的原因，我们无法访问到里层的wapper函数，所以我们直接调用get函数这里返回了一个wapper函数
print(g()) # 然后我在调用g（get函数）的对象，这样是不是就访问到里层的wapper函数呢

PS：這裡我們可以把函數當成一個特殊的變量，當程式碼從上向下執行的時候，如果函數不被呼叫話，函數內的程式碼是不會被執行的。就拿上面的上面的舉例，當我們執行get函數的時候，這時候會回傳一個wapper函數的記憶體位址，但這個時候wapper函式並沒有被執行也就是說g()這時候回傳的狀態其實就是wapper ，這是我們只要將g運行，就等於運行了wapper內的程式碼。

四、函數的巢狀呼叫

巢狀呼叫其實很好理解，就是在一個函數中呼叫另一個函數的結果，也就是return的東西，同樣的我們看一段非常簡單的程式碼來看一下。

#嵌套调用，在一个函数中调用另一个函数的功能
#calc这个函数就是在对比两个数字的大小
def calc2(x,y):
 if x >y :
 return x
 else:
 return y

#我靠老板非常变态，然你直接计算四个数字的大小，擦。
def calc4(a,b,c,d):
 res1 = calc2(a,b) #res1的值，这里不就是calc2这个函数比较时最大的哪一个吗。
 res2 = calc2(res1,c)
 res3 = calc2(res2,d)
 return res3

透過上面的程式碼我們來做記憶。什麼時候會用到嵌套呼叫呢？很顯然，就是我們這個函數（calc4）需要另一個函數的實行結果（return的y或x）。

五、裝飾器（進階的閉包函數）

#就拿下面的這段程式碼來說。如何在不改變原始程式碼的情況下實作計算程式碼的運行時間

def geturl(url):
 response = requests.get(url)
 print(response.status_code)

geturl(http://www.baidu.com)

def timer(func):
 def wapper(url):
 start_time = time.time()
 func(url)
 stop_time = time.time()
 so_time_is = stop_time - start_time
 print("运行时间%s"%so_time_is)
 return wapper


@timer
def geturl(url):
 response = requests.get(url)
 print(response.status_code)

python = geturl(http://www.baidu.com)

圖解程式碼

装饰器必备：

@timer就是装饰器，意思是装饰它下面的函数，而装饰器和被装饰的都是一个函数。

timer（装饰器函数），首先它会有一个位置参数（func）名字随意，但是必须并且只能是一个位置参数

func参数就是被装饰的geturl这个函数

为什么func是geturl这个函数呢-->上面写了一个装饰器功能：geturl=timer(geturl)，我们看到这里的timer中传入的其实就是func函数所以func = geturl（被装饰的函数）

分析geturl=timer(geturl)，首先我们可以得知timer这是一个闭包函数，当我们执行这个闭包函数，会把里层的函数（wapper）返回，也就是说timer(geturl)其实就是返回的wapper，所以就可以这样理解了geturl==wapper，所以当我们运行geturl的时候就相当于在执行wapper()这样的一个操作；如果这里实在记不住，就这样。咱上面不是有一个闭包函数吗？你就把geturl=timer(geturl)中的geturl(执行函数的返回结果)当做上面g（函数调用的返回结果），然后在分别再执行了下"g"或者"geturl”这个对象。

如果被装饰者有位置参数的话，我们需要在wapper函数中加上对应的位置参数用来接收，如果长度是不固定的话还可以用*args和**kwargs

六、有参装饰器

听着名字顾名思义，就是在装饰器中还有位置参数。

#一个low得不能再low得验证脚本，如果是显示环境中所有数据必须是由数据库或者一个静态文件提供，并且登录成功时，需要保存用户的一个状态

def auth(auth_type): #有参装饰器名称
 def auth_deco(func): #定义第二层函数名称
 def wrapper(*args,**kwargs): #最里层函数，主要实现认证功能
  if auth_type == "file":
  username = input("username>>:").strip()
  password = input("username>>").strip()
  if username == "leon" and password == "loveleon":
   res = func(*args,**kwargs)
   return res
  elif auth_type == "mysql_auth":
  print("mysql_auth...")
  return func(*args,**kwargs)
 return wrapper #第二层返回的是wrapper函数，其实就是home
 return auth_deco #第一层返回的结果等于第二层函数的名称

@auth('file')
def home():
 print("welcome")

home() #执行home-->wrapper

有参函数必备知识：

套路，通过上面无参装饰器，我们得出了geturl=timer(geturl)这个等式。回到有参装饰器，我们又会有什么样子的等式呢？首先@auth("file")是一个装饰器也就是一个函数，所以我们定义了一个auth(auth_type)这个函数，而这个函数返回的是什么呢？没有错就是第二层函数；到了这里我们就会发现@auth("file")其实就是@auth_deco，现在我们知道了现在装饰器其实就是auth_deco，那剩下的还不知道怎么写吗？

整理公式，auth('file')-----------(return)> auth_deco----->@auth_deco ->home=auth_deco(home)

如果记不住？如果实在是记不住，其实就可以这样理解，有参装饰器无非就是在无参装饰器上面加了一层(三层)，然后在第一层返回了第二层的函数，而到了第二层就和我们普通用的装饰器是一毛一样了

七、模块导入

import ，创建一个leonyan.py的模块文件，等待被导入

a = 10
b = 20
c = 30

def read1():
 print("in the read1")

def read2():
 print("in the read2")

导入leonyan.py文件（调用模块文件和模块文件在同一目录下）

import leonyan #Python IDE这行会爆红，但是不用管

leonyan.read1() #执行leonyan这个包中的read1函数

leonyan.read2() #执行leonyan这个包中read2函数

print(leonyan.a + leonyan.b + leonyan.c ) #输出60

总结：在Python中包的导入（import ***）会干三个事情：1：创建新的作用域；2：执行该作用域的顶级代码，比如你导入的那个包中有print执行后就会直接在屏幕中输出print的内容；3：得到一个模块名，绑定到该模块内的代码

在模块导入的时候给模块起别名

import leonyan as ly
import pandas as pd #这是一个第三方模块，以后的博客中会写到，这是一个用于做统计的

 

给模块起别名还是挺多的，在有些模块的官方文档中，还是比较推荐这种方法的，比如pandas的官方文档中就是起了一个pd别名，总之as就是一个模块起别名

from *** import ***

from leonyan import read1 #引入直接调用
read1()

 

如果在调用模块的函数作用域中有相同的同名的，会将调用过来的覆盖。

在form ** import ** 中控制需要引用的变量（函数其实在未被执行的时候也是一个存放在内存中的变量）

from leonyan import read1,read2 在同一行中可以引用多个，只需要用逗号隔开就行了

print(read1)
print(read2)
#这里打印的就是read1和read2的内存地址

#需求我现在只需要导入read2

这时候我们就可以在leonyan这个函数中加上这么一行：

__all__ = ["read2"] #这里的意思就是别的文件调用为的时候用from ** import ** 只能拿到read2 这个函数的内存地址，也就是只有read2可以被调用

把模块当做一个脚本执行

我们可以通过模块的全局变量__name__来查看模块名：

当做脚本运行：

__name__ 等于'__main__'

作用：用来控制.py文件在不同的应用场景下执行不同的逻辑

if __name__ == '__main__':

#fib.py

def fib(n): # write Fibonacci series up to n
 a, b = 0, 1
 while b < n:
 print(b, end=&#39; &#39;)
 a, b = b, a+b
 print()

def fib2(n): # return Fibonacci series up to n
 result = []
 a, b = 0, 1
 while b < n:
 result.append(b)
 a, b = b, a+b
 return result

if __name__ == "__main__":
 import sys
 fib(int(sys.argv[1]))

代码执行 Python flb.py 100

只需要简单了解的Python模块导入搜索路径

内建(build-in)  --> sys.path（sys.path是一个列表，而且第一个位置就是当前文件夹）

模块导入的重点-->包的导入

在實際的開發環境中，你不可能一個檔案的程式碼寫到底，當然你也有可能會引用同資料夾中的其他模組，但是你有沒有想過這一個專案不可能是你一個寫的，都是很多人協作開發。這樣就存在這樣的一個問題了；不同的人不可能用一台電腦，也不可能在一個資料夾下面寫寫功能。他們也有自己的程式碼資料夾，然後大家把功能通過介面的方式，提供呼叫。這時候就面臨這不同資料夾的呼叫問題。而這種問題也需要透過from ** import ** 呼叫。

上圖中我執行「模組導入.py」這個資料夾，首先我from Pythonscript.leonyan.command import config，因為我們得執行腳本和需要導入的套件都在Pythonscript的目錄下面所以我直接通過絕對路徑導入，然後一層一層“.”下去，知道最後import了這個config文件，這裡我們需要注意一點：當腳本在最外層運行的時候sys. path 列表中的第一個參數就是運行腳本的目錄，這是什麼意思，這代表著你在別的包中有調用了其他的東西比如說我的config.py是調用了bing.py文件，這時候就必須寫絕對路徑，因為這在sys.path資料夾中已經找不到了，也就是導入不進來。

總結：套件的導入其實都是很簡單的，你需要記住一點：當你導入Python內建或是下載的第三方模組直接用import 導入，如果是自己寫的就用from ** import ** 使用絕對目錄導入就行了，也就是從呼叫腳本的上級目錄開始導入。這樣可以保證不會報模組導入的錯誤了。

以上是Python中高階函數以及函數裝飾器的解析的詳細內容。更多資訊請關注PHP中文網其他相關文章！