Summary
- 闭包
- 装饰器
最后修改时间:2021/3/4
一.闭包
1.闭包的概念
简单来说就是一个函数定义中引用了函数外定义的变量,并且该函数可以在其定义环境外被执行。
在一个外函数中定义了一个内函数,内函数里运用了外函数的临时变量,并且外函数的返回值是内函数的引用。这样就构成了一个闭包
def func():
a = 100
def war():
print(a)
return war
可以发现变量a是无法修改的,只能调用
2.形成闭包的条件
- 必须有外层函数嵌套内层函数
- 外层函数的返回值是内层函数
- 内层函数必须引用外层函数的变量(不能是全局变量)
3.闭包和装饰器的区别
闭包和装饰器的区别,可以理解为装饰器是闭包的一种
二.装饰器
1.装饰器概念
针对函数来说,对于已有的函数A,可以新增方法使他变成函数B,但是不能改变A已有的逻辑
简单来说,装饰器可以对一个函数、方法或者类进行加工。在不修改代码原有功能的同时给代码拓展新的功能
举例说明
原本函数funa
def funa():
print("writing")
print("working")
funa()
然后给funa新增一个功能cook,但是不能修改funa的内部代码和调用方式
def decorator(func):
def warp():
print("cooking")
func()
return warp
@decorator
def func():
print("writing")
print("working")
func()
这里就使用闭包,构建了一个新的函数,新增了一个功能
@的作用
@decorator
def func():
这个@的作用等同于,给decorator函数传入func参数并返回给func
func = decorator(func)
运行下和有装饰器返回结果是一样的
2.装饰器应用
- 首先定义两个函数,一个是用来计算平方和的一个是用来计算平方差的
# get square sum
def square_sum(a, b):
return a**2 + b**2
# get square diff
def square_diff(a, b):
return a**2 - b**2
print(square_sum(3, 4))
print(square_diff(3, 4))
- 现在增加一个功能,打印输入的参数,实现方法可以使用以下方式,改写这个函数
# modify: print input
# get square sum
def square_sum(a, b):
print("intput:", a, b)
return a**2 + b**2
# get square diff
def square_diff(a, b):
print("input", a, b)
return a**2 - b**2
print(square_sum(3, 4))
print(square_diff(3, 4))
- 现在使用装饰器对这个函数进行修改,不用直接修改函数的代码
def decorator(F):
def new_F(a, b):
print("input", a, b)
return F(a, b)
return new_F
def test_deco(F):
def new_F(a,b):
print("hello",a,b)
return F(a,b)
return new_F
# get square sum
@decorator
def square_sum(a, b):
return a**2 + b**2
# get square diff
@test_deco
def square_diff(a, b):
return a**2 - b**2
print(square_sum(3, 4))
print(square_diff(3, 4))
这里用闭包的方法,构造一个叫decorator这个函数,用新的函数来装饰
装饰器接收被装饰函数作为参数,返回新的装饰函数
三.装饰带参函数
注意:函数有参数!
1.装饰一个参数的函数
如果被装饰函数有参数,在装饰器这里就需要定义参数来接收
def decorator(func):
def warp(a,b):
print("cooking")
func(a,b)
return warp
@decorator
def add_num(a,b):
print(a+b)
add_num(2,5)
2.多个参数参数
如果被装饰的函数都有不同个数的参数传入,这里就需要*args不定参数,或者**kwargs不定键值对
def deco(fun):
def warp(*args,**kwargs):
print("begin")
res = fun(*args,**kwargs)
return res
return warp
@deco
def funa(a):
return a**2
@deco
def funb(a,b):
return a+b
@deco
def func(a,b,c):
return a*b*c
print(funa(2))
print(funb(2,3))
print(func(3,4,5))
所以定义装饰器之后最好定义成多个参数的函数
3.使用装饰器计算该函数的运行时间
主要思路为在函数运行前获取当前时间,函数运行后获取当前时间,然后相减
def count_time(func):
def warp(*args, **kwargs):
# 函数调用之前获取一下当前的实际:start_time
start_time = time.time()
# 调用原功能函数
func(*args, **kwargs)
# 函数调用之后:再获取一下当前时间 end_time
end_time = time.time()
print("running time:{}".format(end_time-start_time))
return warp
四.带参数的装饰器——装饰器有参数
如果装饰器本身需要增加参数,就需要再加一个外部函数,再套一层才可以传参
1.没有加参数时候
def mid(func):
def warp(a,b):
print("before")
res = func(a,b)
print("after")
return res
return warp
@mid
def foo(a,b):
return a+b
print(foo(2,3))
'''
结果:
before
after
5
'''
这里的实现逻辑是foo(2,3) = mid(foo(2,3)) = mid(warp(2,3))
2.增加一个参数
def outer(outer_arg):
def mid(func):
def warp(a,b):
print("before")
print("outer: "+outer_arg)
res = func(a,b)
print("after")
return res
return warp
return mid
@outer("hello")
def foo(a,b):
return a+b
print(foo(2,3))
另一个例子
# a new wrapper layer
def pre_str(pre=''):
# old decorator
def decorator(F):
def new_F(a, b):
print(pre + "input", a, b)
return F(a, b)
return new_F
return decorator
# get square sum
@pre_str('^_^')
def square_sum(a, b):
return a**2 + b**2
# get square diff
@pre_str('T_T')
def square_diff(a, b):
return a**2 - b**2
print(square_sum(3, 4))
print(square_diff(3, 4))
3.总结
这里就需要三层嵌套,第一层传入装饰器的参数,第二层传入
五.一个函数被多个装饰器装饰
1.需要的装饰器
- 装饰器count_time:计算运行时间
import time
def count_time(func):
def warp(*args, **kwargs):
start_time = time.time()
func(*args, **kwargs)
end_time = time.time()
print("running time:{}".format(end_time-start_time))
return warp
- 装饰器doc
def doc(func):
def wrapper(*args, **kwargs):
print('一个叫doc的装饰器')
# 调用原功能函数
func(*args, **kwargs)
return wrapper
- 运行函数
@count_time
@doc
def funa(a,b):
print("a+b:",a+b)
funa(3,4)
2.运行先后顺序
@count_time
@doc
def funa(a,b):
print("a+b:",a+b)
funa(3,4)
这个的实际运行逻辑也就是
funa = count_time(doc(funa))
增加打印
可以增加打印输出来判断对应的
import time
def count_time(func):
def warp(*args, **kwargs):
start_time = time.time()
print("----------count1----------")
func(*args, **kwargs)
end_time = time.time()
print("----------count2----------")
print("running time:{}".format(end_time-start_time))
return warp
def doc(func):
def wrapper(*args, **kwargs):
print("----------doc1----------")
print('一个叫doc的装饰器')
# 调用原功能函数
func(*args, **kwargs)
print("----------doc2----------")
return wrapper
@count_time
@doc
def funa(a,b):
print("----------funa----------")
print("a+b:",a+b)
funa(3,4)
运行结果
----------count1----------
----------doc1----------
一个叫doc的装饰器
----------funa----------
a+b: 7
----------doc2----------
----------count2----------
running time:0.0
从结果看是一个很明显的嵌套展示
六.一个类被装饰
构建一个装饰类的装饰器
1.用闭包构建
最常见的用闭包来构建装饰类的,装饰器
def doc(func):
"""
:param func: 接收被装饰的函数/类
:return:
"""
count[func] = 0
def wrapper(*args, **kwargs):
# 调用原功能函数
count[func] += 1
return func(*args, **kwargs)
return wrapper
2.自定义可以装饰类的装饰器
使用cls表示没用被实例化的类本身,这里可以用来构建装饰类的装饰器
def class_decorate(cls):
cls.name = 'musen'
cls.age = 18
return cls
3.python中类的内置装饰器
class MyTest:
@classmethod
def func(cls):
print("类方法")
@staticmethod
def func01():
print("静态方法")
@property
def name(self):
print('只读属性')
return '7890'
classmethod——类方法
classmethod 修饰符对应的函数不需要实例化,不需要 self 参数,但第一个参数需要是表示自身类的cls参数
- 好处:不需要实例化就可以调用
MyTest.func()
# 类方法
staticmethod——静态方法
静态方法不需要self方法,不需要cls方法,就当成使用函数一样。
- 可以类名.属性名or类名.方法名调用
property——把方法当成函数
property函数,可以将方法伪装成属性,在限制函数的私有属性上有用处
m = MyTest()
res = m.name
print(res)
这里的name原本是一个函数,使用property装饰,就可以用属性的方法调用
class Student(object):
def __init__(self,score):
self._score = score
#这个用于伪装
@property
def score(self):
return self._score
#这个用于设置伪装
@score.setter
def score(self,new_value):
if not isinstance(new_value, int):
raise ValueError('score must be an integer!')
if new_value < 0 or new_value > 100:
raise ValueError('score must between 0 ~ 100!')
self._score = new_value
七.装饰器类
用类来构建装饰器
1.类装饰器
使用类装饰器可以依靠类内部的__call__方法,在初始化函数中传入函数对象的参数,在__call__函数中实现附加的装饰功能,可以让对象像函数一样去调用
class Foo():
def __init__(self, func): # 初始化函数中传入函数对象的参数
self._func = func
def __call__(self,*args,**kwargs): # 定义__call__方法,直接实现装饰功能
start_time = time.time()
self._func(*args,**kwargs)
end_time = time.time()
print('花费了 %.2f' % (end_time - start_time))
@Foo
def bar():
print('bar函数的执行时间为:')
time.sleep(2.5)
bar()
# bar = Foo(bar)
- 在定义初始化函数时候设置自定义变量,这里新增了一个下划线
- 定义call方法时候需要传入参数
2.带参数的类装饰器
如果需要实现的装饰器有参数,那么__init__函数就不能传入被装饰对象,需要传入参数,__call__函数用来实现装饰器功能
class MyClass(object):
def __init__(self,arg):
print("传入的参数:{}".format(arg))
def __call__(self,func):
def inner(*args,**kwargs):
res = func(*args,**kwargs)
print("装饰的功能")
return res
return inner
@MyClass("hello")
def demo():
print("函数demo")
@MyClass("bye")
class Demo():
def __init__(self):
print("类demo")
demo()
m = Demo()
八.缓存装饰器lru_cache
实现原理:根据参数缓存每次函数调用结果,对于相同参数的,无需重新函数计算,直接返回之前缓存的返回值
import time
from functools import lru_cache
def Foo(func):
def inner(*args,**kwargs):
start_time = time.time()
res = func(*args,**kwargs)
end_time = time.time()
print('花费了 %.2f' % (end_time - start_time))
return res
return inner
@Foo
def a(x=3):
time.sleep(3)
print(x)
return x+1
print(a())
print(a())
在没有加上@lru_cache()之前,这个函数会被执行两次,加上装饰器之后,第二次执行相同参数的x=3,就不会执行这个函数,直接返回结果