文章目录
一、python 闭包
1. 什么是闭包
- Python 函数是支持嵌套的。如果在一个内部函数中对外部函数作用域(非全局作用域)的变量进行引用,那么内部函数就会被称为闭包。
- 闭包需要满足如下3个条件:
① 存在于两个嵌套关系的函数中,并且闭包是内部函数;
② 内部函数引用了外部函数的变量;
③ 外部函数会返回内部函数的函数名。
def outer(start=0):
count=[start]
def inner():
count[0]+=1
return count[0]
return inner
out = outer(5)
print(out())
- 具体代码走向如下所示
2. 示例
- 演示内置函数
def a(): #1 定义外部函数
b=1 #3 外部函数代码
def c(): #4 定义内部函数
print(b) #6 执行内部函数的代码
c() #5 调用内部函数
a() #2 调用外部函数
#输出结果
1
- 把内部函数返回(闭包的必要条件),使得外部可以用接收返回值的方式来访问内部函数
def a():
def b():
return 1 #定义内部函数的返回值为1
return b #定义外部函数的返回值为内部函数
rst=a() #接受外部函数的返回值,也就是内部函数
print(rst) #rst 就是内部函数
print(rst()) #rst()是调用内部函数
print(a()()) #a()() 和 rst()相同
#输出结果
<function a.<locals>.b at 0x0000028BEE117B80>
1
1
- 使用一个函数作为另一个函数的参数
def a(func_a): #可以传任意函数
print("你好,我是小s!")
func_a() #可以对已定义的函数做额外的操作,不需要修改原来的函数
print("古德拜")
def b():
print("你好,我是小b!")
a(b)
#输出结果
你好,我是小s!
你好,我是小b!
古德拜
- 需求:有银行卡才能执行汇款操作
#外:创建银行卡
#内:汇款的操作
#---------------------------------------------------------------------------------------------------------
def bank(isVIP,action):
if isVIP:
print("尊敬的会员您好,欢迎光临!")
else:
print("您好,给您新办了一张卡!")
if action=="hui":
def remit():
print("汇款操作中")
return remit
if action=="cun":
def cunkuan():
print("存款操作中")
return cunkuan
card=bank(False,"cun")
card()
card()
card()
#输出结果
您好,给您新办了一张卡!
存款操作中
存款操作中
存款操作中
二、装饰器
1. 什么是装饰器
-
假设我们已经定义了一个函数,后续可能会增加临时的需求,例如插入日志,我们可以增加一个包裹函数,由它来负责这些额外的需求,这个包裹函数就是装饰器 。
-
装饰器是一个函数,它需要接收一个参数,该参数表示被修饰的函数。例如,有如下一个装饰器函数:
def wrap(func):
print('正在装饰')
def inner():
print('正在验证权限')
func()
return inner()
- 装饰器是个嵌套函数,内部函数是一个闭包,外部函数接收的是被修饰的函数(func)
2. 应用场景
装饰器主要用于下列场景:
- 引入日志
- 函数执行时间统计
- 执行函数前预备处理
- 执行函数后清理功能
- 权限校验
- 缓存
3. 示例
- 通过在函数定义的前面添加
@符号和装饰器名
,实现装饰器对函数的包装。给下面的函数加上装饰器,示例如下:
from functools import wraps, reduce
def a(func_a):
print("装饰器开始工作")
@wraps(func_a) #解决被装饰后名字错乱的问题
def b():
print("闭包开始工作")
func_a()
print("装饰器工作结束")
return b
@a
def abc():
print("想要被装饰")
abc()
print(abc.__name__)
#输出结果
装饰器开始工作
装饰器工作结束
闭包开始工作
想要被装饰
abc
- 多个装饰器应用在一个函数上,调用顺序是从下至上。
def out(args):
def fun(function_name):
print('闭包')
def fun_in():
print(args)
return function_name()
return fun_in
return fun
fun=out('hello')
@fun
def test():
print('abc')
a=test()
print(a)
#输出结果
闭包
hello
abc
None
三、常见的 python 内置函数
1. map 函数
- map函数会根据提供的函数对指定的序列做映射。
- map函数的定义如下:
map(function, iterable,…)
-
参数function表示函数的名称,参数iterable可以是序列、支持迭代的容器或者迭代器。
-
map函数的作用是以iterable中的每个元素调用function函数,把每次调用后返回的结果保存为迭代器对象。
func = lambda x:x+2
result = map(func, [1,2,3,4,5])
print(list(result))
#输出结果
[3, 4, 5, 6, 7]
- 执行过程如下
- 示例
func=lambda x,y:x+y
rst=map(func,(1,2,3,4,5),[0,7,4,6,8])
for x in rst:
print(x)
#输出结果
1
9
7
10
13
2. filter 函数
- filter函数会对指定序列执行过滤操作
- filter函数的定义如下:
filter(function,iterable)
-
function参数可以是函数的名称或None; iterable参数可以是序列、支持迭代的容器或迭代器。
-
示例①
func = lambda x:x%2
result = filter(func, [1, 2, 3, 4, 5])
print(list(result))
#输出结果
[1, 3, 5]
-
执行过程如下
-
示例②
#返回为True的能通过,否则不能通过
func=lambda x:x%2
rst=filter(func,[1,2,3,4,5,6,7,8])
print(list(rst))
#输出结果
[1, 3, 5, 7]
3. reduce 函数
- reduce 函数会对参数序列中的元素进行累积
- reduce 函数的定义如下:
reduce(function, iterable[, initializer])
-
function
是一个带有两个参数的函数 -
iterable
是一个迭代器对象 -
initializer
表示固定的初始值 -
示例,演示 reduce 函数
from functools import reduce
func=lambda x,y:x+y
rst=reduce(func,[1,2,3,4,5,6,7,8,9,10])
print(rst)
#x,y表示前一个值和后一个值,两个值相加
#输出结果
55
注意:
function参数不能为None
在Python 3中,reduce函数已经被从全局名字空间里面移除了,它现在被放置在fucntools模块中,使用时需要先引入
格式如下:
from functools import reduce
总结
- 闭包
① 一个函数包含另一个函数
② 外部函数 return了内部函数名
③ 内部函数调用了外部函数的变量,这个内部函数叫做闭包
特点:
闭包不能直接被调用,而是需要调用外部函数获得返回值;使用该返回值(),来调用内部函数
- 装饰器
① 在外部函数的参数部分接收函数名
② 在内部函数的函数体中调用参数对应的函数
③ 外部函数返回了内部函数名
④ 调用外部函数传入函数名获取返回值(闭包)
⑤ 通过闭包调用,实现对参数对应的函数调用
⑥ 可以通过@装饰器名
,来替代传参的过程
特点:
装饰器的调用相对安全可靠,并且不会改变原函数的逻辑