Python中高阶函数以及函数装饰器的解析

下面小编就为大家带来一篇详谈Python高阶函数与函数装饰器(推荐)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧

一、上节回顾

Python2与Python3字符编码问题，不管你是初学者还是已经对Python的项目了如指掌了，都会犯一些编码上面的错误。我在这里简单归纳Python3和Python2各自的区别。

首先是Python3-->代码文件都是用utf-8来解释的。将代码和文件读到内存中就变成了Unicode，这也就是为什么Python只有encode没有decode了，因为内存中都将字符编码变成了Unicode，而Unicode是万国码，可以“翻译”所以格式编码的格式。Python3中str和bytes是两种格式，bytes可以当做二进制的表现形式。

Python2使用系统默认的字符编码解释代码，所以要用utf-8解释代码，就必须在头部申明；并且Python2中有解码和编码，但是解码动作是必须的而编码动作可以忽略，因为Python代码加载到内存中就是Unicode，这一点和python3一样；Python2中还需要注意的就是str和bytes是一个意思。Python2 里面的str就是Python3中的bytes格式，而Python3中的str其实就是Unicode.

函数基础（这里我就是用递归函数中的二分查找）

为什么使用函数：将将程序进行模块设计

定义函数有三种形式：

- 无参函数

- 有参函数

- 空函数

PS：如果函数有多个返回值，那么返回的来的数据格式是元组

- 如何在函数传入参数时限定参数数据格式。

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

pass

其中这里指定了x,y都必须是int类型 " -> "的意思是函数返回值也必须是int类型

print(yan.__annotations__):显示形参的限定数据格式以及返回值的格式

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)

匿名函数

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))

高阶函数-特性

1. 把一个函数的内存地址传给另外一个函数，当做参数

2.一个函数把另外一个函数的当做返回值返回

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、高阶函数（补充）

函数是第一类对象

函数可以被赋值

可以被当做参数

可以当做返回值

可以作为容器类型的元素

#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、闭包函数

1.什么是闭包？我来看一下，比较官网的概念（这不是我在官网上面找的，不过没有关系，反正你们也看不懂）：

闭包（Closure）是词法闭包（Lexical Closure）的简称，是引用了*变量的函数。这个被引用的*变量将和这个函数一同存在，即使已经离开了创造它的环境也不例外。所以，闭包是由函数和与其相关的引用环境组合而成的实体。

懵逼了？不存在的。下面我用简洁的说一下，但是有一点很重要，闭包是装饰器中的重点，如果没有把闭包正真理解，那么学完装饰器之后会很快忘记。我们通过一个列子来说明下

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：这里我们可以把函数当做一个特殊的变量，当代码从上向下执行的时候，如果函数不被调用话，函数内的代码是不会被执行的。就拿上面的上面的举例，当我们执行get函数的时候，这时候会返回一个wapper函数的内存地址，但是这个时候wapper函数并没有被执行也就是说g()这时候返回的状态其实就是wapper，这是我们只需要将g运行，就等于运行了wapper内的代码。

四、函数的嵌套调用

嵌套调用其实很好理解，就是在一个函数中调用另一个函数的结果，也就是return的东西，同样的我们看一段非常简单的代码来看一下。

#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

通过上面的代码我们做一记忆。什么时候会用到嵌套调用呢？很显然，就是我们这个函数（calc4）需要另外一个函数的实行结果（return的y或者x）。

五、装饰器（高级的闭包函数）

就拿下面的这段代码来说。如何在不改源代码的情况下实现计算代码的运行时间

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)

图解代码

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*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=' ')
 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

在实际的开发环境中，你不可能一个文件的代码写到底，当然你也有可能会引用同文件夹中的其他模块，但是你有没有想过这一个项目不可能是你一个写的，都是很多人协作开发。这样就存在这样的一个问题了；不同的人不可能用一台电脑，也不可能在一个文件夹下面写写功能。他们也有自己的代码文件夹，然后大家把功能通过接口的方式，提供调用。这时候就面临这不同文件夹的调用问题。而这种问题也需要通过from ** import ** 调用。

上图中我运行“模块导入.py”这个文件夹，首先我from Pythonscript.leonyan.command import config，因为我们得运行脚本和需要导入的包都在Pythonscript的目录下面所以我直接通过绝对路径导入，然后一层一层“.”下去，知道最后import了这个config文件，这里我们需要注意一点：当脚本在最外层运行的时候sys.path 列表中的第一个参数就是运行脚本的目录，这是什么意思，这代表着你在别的包中有调用了其他的东西比如说我的config.py是调用了bing.py文件，这时候就必须写绝对路径，因为这在sys.path文件夹中已经找不到了，也就是导入不进来。

总结：包的导入其实都是很简单的，你需要记住一点：当你导入Python内建或者下载的第三方模块直接用import 导入，如果是自己写的就用from ** import ** 使用绝对目录导入就行了，也就是从调用脚本的上级目录开始导入。这样可以保证不会报模块导入的错误了。

以上就是Python中高阶函数以及函数装饰器的解析的详细内容，更多请关注其它相关文章！