初设大蟒蛇之Python函数篇

初设大蟒蛇之Python函数篇

 

1、内嵌函数：

内嵌函数，顾名思义，就是在一个已经定义的函数内部再定义一个函数，如下简单的内嵌函数：

#!/usr/bin/env python

 

def func_out():            ###外部函数

print "This is func_out"

def func_in(): ###内部函数

print "This is func_in"

return func_in() ###注意，此处返回内部函数值

print func_out()

 

输出结果：

[student@localhost day3]$ python 1.py

This is func_out ###外部函数输出

This is func_in ###内部函数输出

None                   ###由于此时调用的返回值为内部函数的返回值，但内部函 数无返回值，所以输出为None

 

对于内嵌函数，它的作用域仅限于外部函数，在全局中除了外部函数，其他地方都不能调用该内嵌函数，否则会发生异常，如下例：

 

#!/usr/bin/env python

 

def func_out():

print "This is func_out"

def func_in():

print "This is func_in"

return func_in          ###注意，此处返回一个函数对象，也就是内部函数 func_in的函数体

print func_out()

 

输出结果：

[student@localhost day3]$ python 1.py    

This is func_out

<function func_in at 0x7f1306295a28>    ###注意此输出，由于在整段程序中没有调用内部函数，所以没有内部函数的输出结果，但是有返回值，返回值为一个函数对象，也就是内部函数的地址。

 

对于内嵌函数，在实际当中使用还是较为常见，上面的例子只是一个简单的内嵌函数结构，并没有对其进行传参，如果对内嵌函数进行传参，则会用到python中自带的一类函数--装饰器

 

2、函数装饰器

2.1对于函数装饰器，先分别观察下面两段程序的不同，下面的两个函数用来统计函数的运行时间，我们用sleep函数来模仿程序运行时间：

一：正常对函数进行调用  

  1 #!/usr/bin/env python

  2

  3 import time ###加入时间函数模块

  4 import datetime

  5

  6 def func_test(func):

  7 #    print "This is func_test"

  8     def func_time(*arg,**kwargs):

  9         print '[%s]' % time.ctime()     ###输出当前时间

 10         start_time = datetime.datetime.now() ###对调用函数前对时间进行统计

 11         func(*arg,**kwargs) ###调用函数

 12         end_time = datetime.datetime.now() ###对调用完函数进行时间统计

 13         cost_time = end_time - start_time ###计算函数运行时间

 14         print '[%s]' % time.ctime() ###输出当前时间

 15         print 'running [%d] mins' % cost_time.total_seconds()    ###将运行时间用秒输 出

 16     return func_time

 17

 18

 19 def func_test_1():                   ###测试函数

 20     time.sleep(3)  ###暂停3秒

 21

 22 f=func_test(func_test_1)  ###对函数进行调用

 23 f()

输出结果：

[student@localhost day3]$ python 3.py

[Mon Jun 20 21:25:40 2016]

[Mon Jun 20 21:25:43 2016]

This function running [3] mins

 

二：  利用装饰器对函数进行调用

  1 #!/usr/bin/env python

  2

  3 import time

  4 import datetime

  5

  6 def func_test(func):

  7 #   print "This is func_test"

  8     def func_time(*arg,**kwargs):

  9         print '[%s]' % time.ctime()

 10         start_time = datetime.datetime.now()

 11         func(*arg,**kwargs)

 12         end_time = datetime.datetime.now()

 13         cost_time = end_time - start_time

 14         print '[%s]' % time.ctime()

 15         print 'This function running [%d] mins' % cost_time.total_seconds()

 16     return func_time

 17

 18 @func_test ###装饰器调用

 19 def func_test_1():

 20     time.sleep(3)

 21

 22 func_test_1()

运行结果：

[student@localhost day3]$ python 3.py

[Mon Jun 20 21:33:20 2016]

[Mon Jun 20 21:33:23 2016]

This function running [3] mins

 

对于上面的两个例子，我们可以看出使用装饰器i对函数进行调用和正常调用，产生的结果是相同的，而在第二个例子中，@func_test 作为装饰器函数，该装饰器的作用相当于：func_test_1=func_test(func_test_1)，但是，注意在使用装饰器函数时，所需要装饰的函数必须要紧跟在该函数后，在上面的举例中，也就是func_test_1()这个需要装饰的函数必须紧跟在@func_test后，如果中间插入其他代码，则有可能会出现异常报错，例如：

 18 @func_test

 19 print 'hello '

 20 def func_test_1():

 21     time.sleep(3)

2.1 我们在上面的函数中，装饰函数中插入一条无关语句，则会产生下面的结果：

[student@localhost day3]$ python 3.py

  File "3.py", line 19

    print 'hello '

        ^

SyntaxError: invalid syntax

产生该异常，因为装饰器无法读取装饰函数，才会提示如下错误。

2.2 此外，装饰器也可以像函数一样“堆叠”起来，如下举例：

@func_test_2

@func_test_1

def func(arg1,arg2,...):

pass

 

该“重叠”装饰器相当于：

def func(arg1,arg2,...):

pass

func = func_test_2(func_test_1(func))

还有，装饰器也可以带有参数，例如：

@func_test_2(arg)

@func_test_1

def func():

pass

等价于：func = func_test_2(arg) (func_test_1(func))

 

对于上面的例子，我们大概可以理解装饰器的作用，装饰器实际上也就是一类函数，他们可以接受函数对象，简化我们对内嵌函数的调用，我们可以用装饰器来进行：引入日志、增加计时逻辑来检测性能、给函数加入事务的能力。

 

2.3 对于装饰器来讲，当函数使用装饰器时，原函数的元数据便会变成装饰器内部函数的元数据，请看下面的例子：

 18 @func_test

 19 def func_test_1():

 20     time.sleep(3)

 21

 22 func_test_1()

 23 print func_test_1.__name__      ###我们在上面的函数中加入这句程序，将func_test_1函数的函数名进行输出，检测这个函数在利用装饰器进行调用后函数名（元数据）是否发生变化。

输出结果：

 

在输出结果中我们可以看到，原函数的元数据已经被装饰器函数更改。如果我们在使用装饰器函数时不需要更改元数据时，我们需要加入另一个模块functools，具体如下：

 

如上图，我们加入functools模块，并且在装饰器中加入第9行代码，将传入的函数元数据进行保存，而不进行修改，输出结果：

 

在上面的输出中，我们可以看到输出的函数名还是原来的函数名，元数据并没有进行更改。但是，这种方法相当于更改了内嵌函数的元数据，我们再对源程序进行修改，如下：

 

我们在内嵌函数后面加入输出内嵌函数元数据代码，第18行，输出结果如下：

 

在上面输出的结果中，我们可以看到内嵌函数的元数据（函数名）被更改。

 

 

3、匿名函数lambda

3.1 在python中，我们可以使用一个匿名函数来对函数进行定义：

lambda [arg1 [,arg2,arg3...] : expression

 

在上图中，我们简单的使用了lambda进行函数定义，但是，由于lambda创建了一个函数对象，自身并不进行保存，所以会直接返回一个函数对象，这样我们需要对lambda返回对象进行保存，如上图中，用result进行保存函数对象，由于lambda创建函数中创建了两个参数，并且返回了x+y这个表达时的值，所以我们载调用时需要进行传参。

 

同样，lambda函数也可以进行位置传参，也可以覆盖参数。

 

 3.2 lambda的作用域

如同普通函数一样，lambda函数也同样遵循固定的作用域范围

 

 

对于作用域的范围，在上面两幅图中，我们可以看到，lambda函数的使用作用域和普通函数相同。

 

4、生成器

4.1 在python中，生成器的作用类似于迭代器，不过生成器使用另一种方式来运作，当到达一个真正的返回或者函数结束没有更多的返回值时，就会退出（当调用next(),出现StopIteration异常时，就会退出）。生成器在python中可以当作无限迭代来使用，我们来看个例子：

 

 

在下图中，我们定义一个生成器，打印10以内的奇数：

 

在上面的例子中，利用for循环，相当于进行了多次next()操作。

生成器中，我们不仅可以使用next()将生成器返回值进行输出，也可以对生成器进行send()传入数据，在使用send()传入参数时，默认将传入的参数进行next()操作，如下举例：

 

在上图中的例子中，我们对生成器传入参数，如果传入字符为’q’,则退出。注意，在上面的程序中，recv = yield value 这句代码相当于，先对value进行一次中断，然后等待外界的参数传入，并且对recv进行赋值，在这里，由于由于第一次运行时没有对外界请求传入参数，所以我们在第一次send传参时需要传入一个空值，否则会有异常。而当最后一次传入参数为’q’时，由于生成器在请求完，默认进行next()输出时，函数已经退出，所以，无法正常输出，所以在上面的例子中，输出结果会报出异常。

 

我们来做一个简单的对话生成器：

  1 #!/usr/bin/env python

  2

  3 def gen():

  4     value = 0

  5     while True:

  6         recv = yield value

  7         if recv == 'hello':

  8             value = 'hello~~~~'

  9         elif recv == 'age':

 10             value = '18'

 11         else:

 12             value = 'what do say?'

 13         recv = value

 14

 15 g=gen()

 16 g.send(None)

 17 while True:

 18     text=raw_input("please input: ")

 19     if text == 'bye':

 20         print "bye~~~"

 21         break

 22     print g.send(text)

 

输出结果：