装饰器，偏函数

背景：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

def getnow():
   print('2020-05-24')
f=getnow
print(f())
#函数对象有一个__name__属性，可以拿到函数的名字：
print(f.__name__)

但是你可能会觉得这函数太少功能，但是又不想修改函数的定义，增加一定的功能，在代码运行期间动态增加功能的方式，称之为“装饰器”。（Decorator）。本质上，decorator就是一个返回函数的高阶函数

有篇文章个人觉得讲述的很好
1：什么是装饰器：然后通过实现各种功能来对这个函数的功能进行增强。就比如，我不想在getnow里面打印出getnow这个函数的名字，我想用外部的‘函数’来打印:
2：为什么用：装饰器是通过某种方式来增强函数的功能。当然，我们可以通过很多方式来增强函数的功能，只是装饰器有一个无法替代的优势–简洁（比如我下面代码示例，我想在每个get_函数打印各自函数的名字，普通的做法可能是：写一个打印函数print(fun),参数是每个fun）,但是我选择只用： @print 就行了，连参数都可以省略
3：怎么用：每个函数上方加一个@就可以对这个函数进行增强

def log(fun):#装饰器的参数  就是 一个函数
    def printf():
        print('call %s():',%fun.__name__)#打印出 参数函数名字
        return fun()
    return printf
    # 我个人觉得
@log
def getnow():
    print('2020-05-20')
getnow()     

@log
def getlastyear():
    print('2019-05-20')   
getlastyear()

实质是什么？ log()是一个decorator，返回一个函数，所以，原来的getnow()函数仍然存在，只是现在同名的getnow变量指向了新的函数，于是调用now()将执行新函数，即在log()函数中返回的printf函数。

2：嵌套的装饰器

def log(text):
    def decorator(fun):
        def wrapper():
            print('%s %s()'%(text,fun.__name__))
            return fun
        return wrapper
    return decorator

#多加了一层 引用
@log('执行')
def getnow():
    print('2014-05-20')
getnow()

分析：首先执行log(‘执行’)，返回的是decorator函数，再调用返回的函数，参数是fun函数，返回值最终是wrapper函数。
缺点：使用装饰器会破坏函数的一些属性
解决之道： 引入一个：functools.wraps：在定义wrapper()的前面加上@functools.wraps(func)

import functools
def log(text):
    def decorator(fun):
        @functools.wraps(fun)
        def wrapper():
            print('%s %s()'%(text,fun.__name__))
            return fun
        return wrapper
    return decorator

#多加了一层 引用
@log('执行')
def getnow():
    print('2014-05-20')
getnow()
print(getnow.__name__)

#>>  执行 getnow()
#>>  getnow

偏函数

作用：偏函数的作用主要是为了修改函数的默认值
背景：我们要把数字字符串转换成真的数字我们通常：

str2int=int('9876')
#或者是：
str2int16=int('9876',base=16)#16转换成10进制

#但假如是转换非常多的数据怎么办 我们可能会想到搞一个函数来实现

def str2int(x,base=2):
    return int(x,base)
blackwidom=str2int('1010')

即使是这样，那些开发python的大佬们也觉得不够简洁。于是：

import functools
int2=functools.partial(int,base=2)
#实例化
num=int2('101010100010')
#>>2722 结果

functools.partial(参数1，参数2)，就是帮助我们创建一个偏函数的，实质是：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。就是对内部函数再改造，返回值是一个函数。参数1是一个函数名儿。
但是如果你的参数2是一个数字，

import functools
mmax=functools.partial(max,9)
#实例化
mmax(1,2,4)
#就相当于：
max(9,1,2,4)