python高级函数
1.函数嵌套
Python中以函数为作用域,在作用域中定义的相关数据只能被当前作用域或子作用域使用。
name = "达莱"
print(name)
def func():
print(name)
func()
1.1 函数在作用域中
其实,函数也是定义在作用域中的数据,在执行函数时候,也同样遵循:优先在自己作用域中寻找,没有则向上一接作用域寻找,例如:
# 1. 在全局作用域定义了函数func
def func():
print("你好")
# 2. 在全局作用域找到func函数并执行。
func()
# 3.在全局作用域定义了execute函数
def execute():
print("开始")
# 优先在当前函数作用域找func函数,没有则向上级作用域中寻找。
func()
print("结束")
# 4.在全局作用域执行execute函数
execute() # 你好 开始 你好 结束
-
易错点:作用域中的值在被调用时到底是什么?
示例1:
def func(): print("你好") func() def execute(): print("开始") func() print("结束") execute() def func(): print(666) func() # 666
-
情景2
def func(): print("你好") func() def execute(): print("开始") func() print("结束") def func(): print(666) func() execute() # 你好 666 开始 666 结束
1.2 函数定义的位置
上述示例中的函数均定义在全局作用域,其实函数也可以定义在局部作用域,这样函数被局部作用域和其子作用于中调用(函数的嵌套)。
def func(): print("沙河高晓松") def handler(): print("昌平吴彦祖") def inner(): print("朝阳大妈") inner() func() print("海淀网友") handler() #昌平吴彦祖 沙河高晓松 海淀网友
大多数情况下我们都会将函数定义在全局,不会嵌套着定义函数。不过,当我们定义一个函数去实现某功能,想要将内部功能拆分成N个函数,又担心这个N个函数放在全局会与其他函数名冲突时(尤其多人协同开发)可以选择使用函数的嵌套。
def f1(): pass def f2(): pass def func(): f1() f2()
def func(): def f1(): pass def f2(): pass f1() f2()
# 示例代码 """ 生成图片验证码的示例代码,需要提前安装pillow模块(Python中操作图片中一个第三方模块) pip3 install pillow """ import random from PIL import Image, ImageDraw, ImageFont def create_image_code(img_file_path, text=None, size=(120, 30), mode="RGB", bg_color=(255, 255, 255)): """ 生成一个图片验证码 """ _letter_cases = "abcdefghjkmnpqrstuvwxy" # 小写字母,去除可能干扰的i,l,o,z _upper_cases = _letter_cases.upper() # 大写字母 _numbers = ''.join(map(str, range(3, 10))) # 数字 chars = ''.join((_letter_cases, _upper_cases, _numbers)) width, height = size # 宽高 # 创建图形 img = Image.new(mode, size, bg_color) draw = ImageDraw.Draw(img) # 创建画笔 def get_chars(): """生成给定长度的字符串,返回列表格式""" return random.sample(chars, 4) def create_lines(): """绘制干扰线""" line_num = random.randint(*(1, 2)) # 干扰线条数 for i in range(line_num): # 起始点 begin = (random.randint(0, size[0]), random.randint(0, size[1])) # 结束点 end = (random.randint(0, size[0]), random.randint(0, size[1])) draw.line([begin, end], fill=(0, 0, 0)) def create_points(): """绘制干扰点""" chance = min(100, max(0, int(2))) # 大小限制在[0, 100] for w in range(width): for h in range(height): tmp = random.randint(0, 100) if tmp > 100 - chance: draw.point((w, h), fill=(0, 0, 0)) def create_code(): """绘制验证码字符""" if text: code_string = text else: char_list = get_chars() code_string = ''.join(char_list) # 每个字符前后以空格隔开 # Win系统字体 # font = ImageFont.truetype(r"C:\Windows\Fonts\SEGOEPR.TTF", size=24) # Mac系统字体 # font = ImageFont.truetype("/System/Library/Fonts/SFNSRounded.ttf", size=24) # 项目字体文件 font = ImageFont.truetype("MSYH.TTC", size=15) draw.text([0, 0], code_string, "red", font=font) return code_string create_lines() create_points() code = create_code() # 将图片写入到文件 with open(img_file_path, mode='wb') as img_object: img.save(img_object) return code code = create_image_code("a2.png") print(code)
1.3嵌套引发的作用域问题
- 基于内存和执行过程分析作用域。
name = "达莱" def run(): name = "查苏娜" def inner(): print(name) inner() run()
name = "达莱" def func(): name = "查苏娜" def inner(): print(name) return inner v1 = func() v1()
name = "达莱" def run(): name = "查苏娜" def inner(): print(name) return [inner, inner, inner] func_list = run() func_list[2]() func_list[1]() funcs = run() funcs[2]() funcs[1]()
三句话搞定作用域:
-
优先在自己的作用域找,自己没有就去上级作用域。
-
在作用域中寻找值时,要确保此次此刻值是什么。
-
分析函数的执行,并确定函数
作用域链
。(函数嵌套)
2.闭包
闭包,简而言之就是将数据封装在一个包(区域)中,使用时再去里面取。(本质上 闭包是基于函数嵌套搞出来一个中特殊嵌套)
-
闭包应用场景1:封装数据防止污染全局。
name = "达莱" def f1(): print(name, age) def f2(): print(name, age) def f3(): print(name, age) def f4(): pass
def func(age): name = "达莱" def f1(): print(name, age) def f2(): print(name, age) def f3(): print(name, age) f1() f2() f3() func(123)
- 闭包应用场景2:封装数据封到一个包里,使用时在取。
def task(arg): def inner(): print(arg) return inner v1 = task(11) v2 = task(22) v3 = task(33) v1() v2() v3()
def task(arg): def inner(): print(arg) return inner inner_func_list = [] for val in [11,22,33]: inner_func_list.append( task(val) ) inner_func_list[0]() # 11 inner_func_list[1]() # 22 inner_func_list[2]() # 33
# 基于多线程去下载视频 import requests from concurrent.futures.thread import ThreadPoolExecutor def task(url): res = requests.get( url=url, headers={ "user-agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36 FS" } ) return res.content # 下载完成之后,Python的多线程内部会执行的函数。 def outer(file_name): def done(arg): # 视频内容 content = arg.result() with open(file_name, mode='wb') as file_object: file_object.write(content) return done # 线程池10个人 POOL = ThreadPoolExecutor(10) # 三个视频信息 video_list = [ ("东北F4模仿秀.mp4", "https://aweme.snssdk.com/aweme/v1/playwm/?video_id=v0300f570000bvbmace0gvch7lo53oog"), ("卡特扣篮.mp4", "https://aweme.snssdk.com/aweme/v1/playwm/?video_id=v0200f3e0000bv52fpn5t6p007e34q1g"), ("罗斯mvp.mp4", "https://aweme.snssdk.com/aweme/v1/playwm/?video_id=v0200f240000buuer5aa4tij4gv6ajqg") ] for item in video_list: # 去线程池取一个人,让这个人执行去执行task函数(函数内部定义下载逻辑) future = POOL.submit(task, url=item[1]) # 当执行完成task函数(下载完成)之后自动执行某个函数。 future.add_done_callback( outer(item[0]) ) print(item)
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-25JCvgKd-1627713352245)(assets/image-20201229185549102-16276510687793-16276510712414.png)]
3.装饰器
现在给你一个函数,在不修改函数源码的前提下,实现在函数执行前和执行后分别输入 “before” 和 “after”。
def func():
print("before")
print("我是func函数")
value = (11,22,33,44)
print("after")
return value
result = func()
print(result)
-
装饰器实现
def outer(arg): def inner(): print("before") res = arg() print("after") print() return res return inner @outer def func1(): print("达莱") value = [11, 22, 33] return value @outer def func2(): print("达莱") value = [11, 22, 33] return value @outer def func3(): print("达莱") value = [11, 22, 33] return value func1() func2() func3()
装饰器,在不修改原函数内容的前提下,通过@函数可以实现在函数前后自定义执行一些功能(批量操作会更有意义)。
优化
- 优化以支持多个参数的情况。
def outer(org):
def inner(*args, **kwargs):
res = org(*args, **kwargs)
return res
return inner
@outer
def func1(*args, **kwargs):
print("达莱")
value = [11, 22, 33]
return value
@outer
def func2(*args, **kwargs):
print("达莱")
value = [11, 22, 33]
return value
@outer
def func3(*args, **kwargs):
print("达莱")
value = [11, 22, 33]
return value
func1({"大大大": 123}, ["查苏娜"])
func2({"大大大": 123}, ["查苏娜"])
func3({"大大大": 123}, ["查苏娜"])
装饰器实现原理
-
实现原理:基于@语法和函数闭包,将原函数封装在闭包中,然后将函数赋值为一个新的函数(内层函数),执行函数时再在内层函数中执行闭包中的原函数。
-
实现效果:可以在不改变原函数内部代码 和 调用方式的前提下,实现在函数执行和执行扩展功能。
-
适用场景:多个函数系统统一在 执行前后自定义一些功能。
-
装饰器示例
def outer(origin):
def inner(*args, **kwargs):
# 执行前
res = origin(*args, **kwargs) # 调用原来的func函数
# 执行后
return res
return inner
@outer
def func():
pass
func()
-
基于装饰器实现的第三方模块Flask(框架)快速写一个网站:
pip3.9 install flask
from flask import Flask app = Flask(__name__) def auth(func): def inner(*args, **kwargs): # 在此处,判断如果用户是否已经登录,已登录则继续往下,未登录则自动跳转到登录页面。 return func(*args, **kwargs) return inner @auth def index():w return "首页" @auth def info(): return "用户中心" @auth def order(): return "订单中心" def login(): return "登录页面" app.add_url_rule("/index/", view_func=index, endpoint='index') app.add_url_rule("/info/", view_func=info, endpoint='info') app.add_url_rule("/order/", view_func=order, endpoint='order') app.add_url_rule("/login/", view_func=login, endpoint='login') app.run()
重要补充:functools
你会发现装饰器实际上就是将原函数更改为其他的函数,然后再此函数中再去调用原函数。
import functools def outer(org): @functools.wraps(org) def inner(*args, **kwargs): print("你好") res = org(*args, **kwargs) print("查苏娜") return res return inner @outer def func(): """这是一个func函数""" print("达莱") func() print(func.__doc__) print(func.__name__)
一般情况下大家不用functools也可以实现装饰器的基本功能,但后期在项目开发时,不加functools会出错(内部会读取
__name__
,且__name__
重名的话就报错),所以就要规范起来自己的写法。
import functools
def auth(func):
@functools.wraps(func)
def inner(*args, **kwargs):
"""注释"""
res = func(*args, **kwargs) # 执行原函数
return res
return inner
总结
-
函数可以定义在全局、也可以定义另外一个函数中(函数的嵌套)
-
学会分析函数执行的步骤(内存中作用域的管理)
-
闭包,基于函数的嵌套,可以将数据封装到一个包中,以后再去调用。
-
装饰器
-
实现原理:基于@语法和函数闭包,将原函数封装在闭包中,然后将函数赋值为一个新的函数(内层函数),执行函数时再在内层函数中执行闭包中的原函数。
-
实现效果:可以在不改变原函数内部代码 和 调用方式的前提下,实现在函数执行和执行扩展功能。
-
适用场景:多个函数系统统一在 执行前后自定义一些功能。
-
装饰器示例
-
import functools
def auth(func):
@functools.wraps(func)
def inner(*args, **kwargs):
"""注释"""
res = func(*args, **kwargs) # 执行原函数
return res
return inner