11月27日学习笔记_匿名函数/装饰器
来源:互联网 发布:广发证券交易软件 编辑:程序博客网 时间:2024/06/07 11:52
当文章一开篇,廖老师就说明一点-----我们在传入函数时,有些时候,不需要显式地定义函数,直接传入匿名函数更方便。
所以我们要学会使用匿名函数,他的优点有很多,最重要的亮点好处就是:
一因为函数没有名字,不必担心函数名冲突
二 因为匿名函数也是一个函数对象,所以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
当然有长处也就一定有限制:,但是说实话,个人觉得这个限制不算真正的限制,因为阿是限制我们让我们简化精炼代码用的,所以没有什么缺点
要注意的一点就是我们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 * y
至于后面的练习题,我看了看总感觉词不达意,因为这一节课讲的就是简单的返回匿名参数,所以,我考虑之后答案如下
装饰器方面我特别推崇一个人的文章,现在借鉴转载,我觉得他比廖雪峰老师讲的更细致
装饰器本质上是一个函数,该函数用来处理其他函数,它可以让其他函数在不需要修改代码的前提下增加额外的功能,装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景,比如:插入日志、性能测试、事务处理、缓存、权限校验等应用场景。装饰器是解决这类问题的绝佳设计,有了装饰器,我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。概括的讲,装饰器的作用就是为已经存在的对象添加额外的功能。
先来看一个简单例子:
现在有一个新的需求,希望可以记录下函数的执行前后的时间,于是在代码中添加日志代码:
bar()、bar2()也有类似的需求,怎么做?再在bar函数里调用时间函数?这样就造成大量雷同的代码,为了减少重复写代码,我们可以这样做,重新定义一个函数:专门设定时间
逻辑上不难理解,而且运行正常。 但是这样的话,我们每次都要将一个函数作为参数传递给show_time函数。而且这种方式已经破坏了原有的代码逻辑结构,之前执行业务逻辑时,执行运行bar(),但是现在不得不改成show_time(bar)。那么有没有更好的方式的呢?当然有,答案就是装饰器。
简单装饰器
if bar()==show_time(bar) :问题解决!
所以,我们需要show_time(bar)返回一个函数对象,而这个函数对象内则是核心业务函数:func()与装饰函数:两个时间函数,修改如下:
函数show_time就是装饰器,它把真正的业务方法func包裹在函数里面,看起来像bar被上下时间函数装饰了。在这个例子中,函数进入和退出时 ,被称为一个横切面(Aspect),这种编程方式被称为面向切面的编程(Aspect-Oriented Programming)。
@符号是装饰器的语法糖,在定义函数的时候使用,避免再一次赋值操作
如上所示,这样我们就可以省去bar = show_time(bar)这一句了,直接调用bar()即可得到想要的结果。如果我们有其他的类似函数,我们可以继续调用装饰器来修饰函数,而不用重复修改函数或者增加新的封装。这样,我们就提高了程序的可重复利用性,并增加了程序的可读性。
conclusion:
@show_time帮我们做的事情就是当我们执行业务逻辑bar()时,执行的代码由红框部分转到绿框部分
装饰器在Python使用如此方便都要归因于Python的函数能像普通的对象一样能作为参数传递给其他函数,可以被赋值给其他变量,可以作为返回值,可以被定义在另外一个函数内。
带参数的被装饰函数
带参数的装饰器
装饰器还有更大的灵活性,例如带参数的装饰器:在上面的装饰器调用中,比如@show_time,该装饰器唯一的参数就是执行业务的函数。装饰器的语法允许我们在调用时,提供其它参数,比如@decorator(a)。这样,就为装饰器的编写和使用提供了更大的灵活性。
def cal_time(flag): def show_time(func): def wrapper(*args,**kwargs): before_time=time.ctime() print("Begin:",before_time) func(*args,**kwargs) time.sleep(2) after_time=time.ctime() print("End:",after_time) if flag=="true": print("expend_time:",time.mktime(time.strptime(after_time))-time.mktime(time.strptime(before_time))) return wrapper return show_time@cal_time("true") #add = show_time(add)def add(*args,**kwargs): sum=0 for i in args: sum+=i print(sum)add(2,7,9)
上面的cal_time是允许带参数的装饰器。它实际上是对原有装饰器的一个函数封装,并返回一个装饰器。我们可以将它理解为一个含有参数的闭包。当我 们使用@cal_time("true")调用的时候,Python能够发现这一层的封装,并把参数传递到装饰器的环境中。
类装饰器
再来看看类装饰器,相比函数装饰器,类装饰器具有灵活度大、高内聚、封装性等优点。使用类装饰器还可以依靠类内部的__call__方法,当使用 @ 形式将装饰器附加到函数上时,就会调用此方法。
class Foo(object):
def __init__(self, func):
self._func = func
def __call__(self):
print ('class decorator runing')
self._func()
print ('class decorator ending')
@Foo
def bar():
print ('bar')
bar() #bar=Foo(bar)()>>>>>>>active __call__方法
# class decorator runing
# bar
# class decorator ending
functools.wraps
使用装饰器极大地复用了代码,但是他有一个缺点就是原函数的元信息不见了,比如函数的docstring、__name__、参数列表,先看例子:
装饰器
def sb(): print("alex")print(sb.__name__)def logged(func): def with_logging(*args, **kwargs): print (func.__name__ + " was called") return func(*args, **kwargs) return with_logging@loggeddef ft(x): return x + x * xprint(ft.__name__)######### sb# with_logging
函数
@loggeddef f(x): return x + x * x
该函数完成等价于:
def f(x): return x + x * xf = logged(f)
不难发现,函数f被with_logging取代了,当然它的docstring,__name__就是变成了with_logging函数的信息了。
print f.__name__ # prints 'with_logging'print f.__doc__ # prints None
这个问题就比较严重的,好在我们有functools.wraps,wraps本身也是一个装饰器,它能把原函数的元信息拷贝到装饰器函数中,这使得装饰器函数也有和原函数一样的元信息了。
from functools import wrapsdef sb(): print("alex")print(sb.__name__)def logged(func): @wraps(func) def with_logging(*args, **kwargs): print (func.__name__ + " was called") return func(*args, **kwargs) return with_logging@loggeddef ft(x): return x + x * xprint(ft.__name__)######### sb# ft
内置装饰器
@staticmathod、@classmethod、@property
装饰器的顺序
@a@b@cdef f ():
等效于
f = a(b(c(f)))
http://stackoverflow.com/questions/739654/how-can-i-make-a-chain-of-function-decorators-in-python/1594484#1594484
一、函数基础
1.函数基础
定义函数,未调用,函数内部代码块不会被执行
函数名即不带括号,代指函数
函数名+(),即f1() ,表示执行f1()函数
'''例1'''def foo(): print('foo')foo #表示是函数,函数名指函数所在内存中的位置,如果带后面括号表示执行函数foo() #表示执行函数'''例2:'''def foo(): print('foo')foo = lambda x=1: x+1foo() #执行下面的lambda表达式,而不再是原来的foo函数,因为函数foo被重新定义
以上code说明:从成晨博客里看到的。引用一下。
1.在def 函数时,以顺序执行,如果相同的函数名,会被最后函数覆盖以前的
2.如果直接func名而没有后面的圆括号的话,只指向函数在内存中的位置
3.lambda表达式会自动return结果,而def需要定义return值
2.把函数作为参数传递
def f1(): print('123')def f2(xx): xx()f2(f1)
输出结果:
12
将函数名称f1作为参数,传递给f2()函数,此时f1== xx ,xx() == f1, 函数f2()内执行xx() 实际上是执行函数f1()
二、装饰器
1.
def outer(func): return "132"@outerdef f1(): print("F1")
@ + 函数名
功能:
1.自动执行outer函数并且将其下面的函数名f1当作参数传递
2.将outer函数的返回值,重新赋值给f1, 相当于把函数f1重写了,即 f1 = "123"
下面证明一下上面的结论:
def outer(func): def inner(): print('before') return inner@outerdef f1(): print("F1")f1()
输出结果:
before
函数f1() 被装饰器装饰之后,如果执行f1() 那么不再是执行print("F1")了,而是执行的是inner()函数。因为装饰器outer返回了inner,即把inner整个函数返回给了f1,此时也就是把f1函数重写为inner函数了,也就是把原来的f1()函数用inner()函数给覆盖掉了。。所以执行的结果是 : before 而不是 F1
2.深入理解装饰器
def outer(func): def inner(): print('before') func() print('after') return inner@outerdef f1(): print("F1")f1()
输出结果:
before
F1
after
@ + 函数名
功能:
1.自动自行outer函数并且将其下面的函数名f1当作参数传递,即f1 = func 如果执行 func() 那么执行的就是f1()函数,即print("F1")
2.将outer函数的返回值,重新赋值给f1,即把函数f1重写了。即 f1函数变成了inner函数。
3.一个函数f1一旦被装饰器装饰之后,那么这个函数f1将会被重新赋值,赋值为装饰器的内层函数,即:,如果执行f1()函数的时候,实际上是执行函数,又因为inner()函数里面的 func ==原来的 f1 即func() 为print("F1"),所以执行func()函数,就是执行原来的f1()函数,即执行print("F1")
三、装饰器python解释的步骤:
装饰器执行之前首先是pyhton解释器解释代码:
步骤如下:
四、装饰器执行步骤
五、装饰器返回值:
def outer(func): def inner(): print('before') r = func() print('after') return r return inner@outerdef f1(): print("F1") return "好好学习,天天向上"ret = f1()print("返回值:" ,ret)
输出结果:
before
F1
after
返回值: 好好学习,天天向上
六、带参数的装饰器:
def outer(func): def inner(*args,**kwargs): print('before') r = func(*args,**kwargs) print('after') return r return inner@outerdef f1(arg): print("f1函数的参数:%s" %arg) return "好好学习"@outerdef f2(a1,a2): print("f2函数的第一个参数:%s, 第二个参数:%s" %(a1,a2)) return "天天向上"ret1 = f1("F1")print("f1函数返回值:" ,ret1)ret2 = f2("a","b")print("f1函数返回值:" ,ret2)
输出结果:
before
f1函数的参数:F1
after
f1函数返回值: 好好学习
before
f2函数的第一个参数:a, 第二个参数:b
after
f1函数返回值: 天天向上
七、装饰器练习:
#!/usr/bin/env python# -*- coding:utf-8 -*-LOGIN_USER = {"is_login":False}def outer(func): def inner(*args,**kwargs): if LOGIN_USER['is_login'] == True: r = func() return r else: print("请登录") pass return inner@outerdef manager(): print("欢迎%s登录" % LOGIN_USER['current_user'])def login(user,pwd): if user == "alex" and pwd == "123": LOGIN_USER['is_login'] = True LOGIN_USER['current_user'] = user manager()def main(): while True: inp = input("1,后台管理:\n2,登录:") if inp == '1': manager() elif inp == '2': username = input("请输入用户名:") pwd = input("请输入密码:") login(username,pwd)main()
输出结果:
1,后台管理:
2,登录:1
请登录
1,后台管理:
2,登录:2
请输入用户名:alex
请输入密码:123
欢迎alex登录
1,后台管理:
2,登录:
八、多层装饰器:
首先我们看一个例子:模拟登录,普通用户权限,管理员权限
输入结果:
从结果中可以看出,已经满足需求
这个例子有明显缺点:
装饰器的功能应该单一,不应该混合
check_admin 即判断登录,又判断权限。
优化后的代码我们使用了多层装饰器
九、多层装饰器 python解释器解释过程:
解释过程:从下往上
十、多层装饰器执行过程:
- 11月27日学习笔记_匿名函数/装饰器
- python 学习笔记---匿名函数 装饰器 偏函数
- python学习笔记,返回函数,匿名函数,装饰器
- python学习笔记 匿名函数和装饰器
- 学习笔记(五)装饰器、迭代器、匿名函数
- js学习笔记_匿名函数
- python_装饰器/匿名函数
- 11月27日笔记
- 3月27日学习笔记
- 10月27日 css学习笔记
- 2月11日iOS学习笔记
- 5月11日java学习笔记
- 6月11日学习笔记
- 7月11日学习笔记
- 2017年11月28日笔记_随笔
- 三周四次课(11月2日) 1. 高阶函数 2. 匿名函数
- python函数式编程之返回函数、匿名函数、装饰器、偏函数学习
- 装饰器学习笔记3:简单的函数装饰器
- 好的pytorch网络资源
- linux(Ubuntu)下安装ssh和伪分布式配置Hadoop
- solr索引提交方式
- 进制转换
- mysql编译安装
- 11月27日学习笔记_匿名函数/装饰器
- HTTP返回码总结
- 第一个python程序
- java高并发
- 人脸数据库
- 《TCP/IP详解 卷1》 笔记: 广播和多播
- 【学习C++】学习C++ -> 字符串
- 第一篇博文
- C语言进阶-第30讲:联合体及其与结构体的区别