一文掌握Python返回函數、閉包、裝飾器、偏函數

本篇文章為大家帶來了關於Python 的相關知識，其中主要整理了高階程式設計的相關問題，包括了返回函數、閉包、裝飾器、偏函數等等內容，下面一起來看一下，希望對大家有幫助。

【相關推薦：Python3影片教學】

1.回傳函數

高階函數除了可以接受函數當參數外，也可以把函數當作結果值回傳。我們在操作函數的時候，如果不需要立刻求和，而是在後面的程式碼中，根據需要再計算
例如下面

# -*- 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

這是我不需要立即計算我的結果sum_fun方法，不傳回求和的結果，而是傳回求和的函數，例如下方

# -*- 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

當我們呼叫sum_fun_b() 時，傳回的並不是求和結果，而是求和函數sum_a , 當我們在調sum_fun_b函數時將他賦值給變數

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>

此時我們直接拿到的值就是15，那可以想一想，此時f = sum_a，那麼這裡存在一個疑問參數去哪裡了？
而且我們看到所建立的兩個方法互相不影響的，位址及值是不相同的

在函數sum_fun_b 中又定義了函數sum_a ，並且，內部函數sum_a 可以引用外部函數sum_fun_b的參數和局部變量，當sum_fun_b 傳回函數sum_a 時，而對應的參數和變數都保存在傳回的函數中，這裡稱為閉包。

---

2.閉包

什麼是閉包？
先看一段程式碼

# 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))

運行結果:

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

此時，內部函數對外部函數作⽤域⾥變數的引⽤（⾮全域變數），則稱內部函數為閉包。

這裡閉包需要有三個條件

"""
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>>>

當一個函數在本地作用域找不到變數申明時會向外部函數尋找，這在函數閉包中很常見但是在本地作用域中使用的變數後，還想對此變數進行更改賦值就會報錯

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

錯誤訊息:

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

如果我在函數內加一行nonlocal count就可解決這個問題
程式碼

# -*- 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宣告的變數不是局部變數,也不是全域變數,而是外部巢狀函數內的變數。

如果從另一個角度來看我們給此函數增加了記錄函數狀態的功能。當然，這也可以透過申明全域變數來實現增加函數狀態的功能。當這樣會出現以下問題：

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的好處是，在為函數添加狀態時不用額外地添加全域變量，因此可以大量地調用此函數並同時記錄著多個函數狀態，每個函數都是獨立、獨特的。針對此項功能其實還個一個方法，就是使用類，透過定義__call__ 可實現在一個實例上直接像函數一樣呼叫

代碼如下：

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))

運行結果為

625

從這段程式碼中，函數line與變數a,b構成閉包。在建立閉包的時候，我們透過line_conf的參數a,b說明了這兩個變數的取值，這樣，我們就確定了函數的最終形式(y = x 1和y = 4x 5)。我們只需要變換參數a,b，就可以得到不同的
直線表達函數。由此，我們可以看到，閉包也具有提⾼程式碼可複⽤性的作⽤。如果沒有閉包，我們需要每次建立函數的時候同時說明a,b,x。這樣，我們就需要更多的參數傳遞，也減少了程式碼的可移植性。

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

但是還沒有結束，我們知道，函數內部函數，引用外部函數參數或值，進行內部函數運算執行，並不是完全返回一個函數，也有可能是一個在外部函數的值，我們還需要知道傳回的函數不會立刻執行，而是直到呼叫了函數才會執
行。

看程式碼：

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

這裡建立了一個fun_a函數，外部函數的參數fun_list定義了一個列表，在進行遍歷，循環函數fun_b，引用外部變數i 計算回傳結果，加入列表，每次循環，都創建了一個新的函數，然後，把創建的3個函數都返回了

但是實際結果並不是我們想要的1,4,9,而是9， 9，9，這是為什麼呢？

這是因為，傳回的函數引用了變數 i ，但不是立刻執行。等到3個函數都回傳時，它們所引用的變數i已經變成了3，每一個獨立的函數所引用的物件是相同的變量，但是返回的值時候，3個函數都回傳時，此時值已經完整了運算，並存儲，當調用函數，產生值不會達成想要的，返回函數不要引用任何循環變量，或者將來會發生變化的變量，但是如果一定需要呢，如何修改這個函數呢？

我們把這裡的i賦值給_就可以解決

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 】

以上是一文掌握Python返回函數、閉包、裝飾器、偏函數的詳細內容。更多資訊請關注PHP中文網其他相關文章！