python面向对象(闭包、Lambda函数、装饰器)

python面向对象(闭包、Lambda函数、装饰器)

1.高阶函数

​ 高阶函数：一个函数可以作为参数传给另外一个函数，或者一个函数的返回值为另外一个函数（若返回值为该函数本身，则为递归），满足其一则为高阶函数。

举例：

names = ["Alex", "amanda", "xiaowu"]


# filter函数机制
def filter_test(func, iter):
    names_1 = []
    for i in iter:
        if func(i):  # 传入的func函数其结果必须为bool值，才有意义
            names_1.append(i)
    return names_1


# filter_test函数
print(filter_test(lambda x: x.islower(), names))
# filter函数
print(list(filter(lambda x: x.islower(), names)))

注：1. filter是高阶函数的一种，filter函数是接收一个函数和一个序列的高阶函数，其主要功能是过滤。其返回值是迭代器对象

​ 2. Lambda是一种匿名函数，Lambda 函数又称一次性函数。Lambda函数是使用 lambda 运算符创建的，可以包含任意多的参数，但它只有一个表达式。

2.闭包

• 将函数作为返回值也是高阶函数我们也称为闭包

• 闭包的好处

• • 通过闭包可以创建一些只有当前函数能访问的变量
  • 可以将一些私有数据藏到闭包中

• 行成闭包的条件

• • 函数嵌套
  • 将内部函数作为返回值返回
  • 内部函数必须要使用到外部函数的变量

def print_msg():
    # print_msg 是外围函数
    msg = "zen of python"

    def printer():
        # printer 是嵌套函数
        print(msg)

    return printer


another = print_msg()
# 输出 zen of python
another()

注：函数中的局部变量仅在函数的执行期间可用，一旦 print_msg() 执行过后，我们会认为 msg变量将不再可用。

​ 这里的 another 就是一个闭包，闭包本质上是一个函数，它由两部分组成，printer 函数和变量 msg。闭包使得这些变量的值始终保存在内存中。

3.装饰器

​ 装饰器(Decorators)是 Python 的一个重要部分。简单地说：他们是修改其他函数的功能的函数。他们有助于让我们的代码更简短。

def w1(func):
    def inner():
        print('...验证权限...')
        func()

    return inner


@w1
def f1():
    print('f1 called')


@w1
def f2():
    print('f2 called')


f1()
f2()

输出结果：

...验证权限...
f1 called
...验证权限...
f2 called

​ 首先，看我们的装饰器函数w1，该函数接收一个参数func，其实就是接收一个方法名，w1内部又定义一个函数inner，在inner函数中增加权限校验，并在验证完权限后调用传进来的参数func，同时w1的返回值为内部函数inner，其实就是一个闭包函数。

​ 然后，再来看一下，在f1上增加@w1，那这是什么意思呢？当python解释器执行到这句话的时候，会去调用w1函数，同时将被装饰的函数名作为参数传入(此时为f1)，根据闭包分析，在执行w1函数的时候，此时直接把inner函数返回了，同时把它赋值给f1，此时的f1已经不是未加装饰时的f1了，而是指向了w1.inner函数地址。

​ 接下来，在调用f1()的时候，其实调用的是w1.inner函数，那么此时就会先执行权限验证，然后再调用原来的f1()，该处的f1就是通过装饰传进来的参数f1。

​ 这样下来，就完成了对f1的装饰，实现了权限验证。（此处摘自https://www.jb51.net/article/158814.htm）

4.作业

问：请使用装饰器实现已存在的函数的执行所花费的时间。

import time


def time_out(fun):
    def time_in(*args, **kwargs):
        start = time.clock()
        fun(*args, **kwargs)
        end = time.clock()
        n = end - start
        print("end-start time used:", n)
    return time_in()


@time_out
def time_test():
    result = 0
    for i in range(1, 1001):
        result += i
    print(result)
    
# time_test()

注：最后一行time_test()，加上就报错TypeError: 'NoneType' object is not callable，没有想明白