day4----函数-闭包-装饰器

2023-10-10 12:38:58

本文档内容：

一 python中三种名称空间和作用域

1.1名称空间：

当程序运行时，代码从上至下依次执行，它会将变量与值得关系存储在一个空间中，这个空间

也叫命名空间。例如：name='xingchen'

当程序遇到函数时，它会将函数名存在内存中，函数内部的变量和逻辑暂时不关心；

当函数执行时，内存会临时开辟一个空间，存放函数体里面的代码（变量，代码等），这个空间叫临时名称空间

也叫局部名称空间。

函数外面访问不到临时空间的内容；随着函数的执行完毕，临时空间会释放掉。

python中名称空间分三种：
　　内置名称空间
　　全局名称空间
　　局部名称空间
作用域：
　　全局作用域：
　　　　内置名称空间
　　　　全局名称空间
局部作用域：
　　　　局部名称空间
加载顺序：
内置名称空间 ---》全局名称空间（程序执行时） ---》局部名称空间(函数执行时)
取值顺序：单向不可逆
局部名称空间 ---》全局名称空间 ----》内置名称空间

1.2 globals和locals

print（globals() ）返回的是全局作用域里面的变量与其值，是一个字典

print（locals()）返回的是当前的局部变量与其值，也是一个字典

例如：

def func1():

    a=1

    print(a)

    print(locals())

    print(globals())

func1()

其结果为：

1

{'a':}

{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x0000024FD014B240>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, '__file__': 'D:/PycharmProjects-x/s22day03/day4/lianxi.py', '__cached__': None, 'time': <module 'time' (built-in)>, 'func1': <function func1 at 0x0000024FD0056048>}

1.3 global和nonlocal

global：声明一个全局变量，可以用作局部变量的关键字来修改或赋值给全局变量,

　　　　但是：对可变数据类型（list，dict，set）可以直接引用不用通过global。如果默认参数是一个可变的数据类型，那么他在内存中永远是一个

例如：下面的list就是可变数据类型，因此就不用global

# def extendList(val,list=[]):

# 　　 list.append(val)

# 　　 return list

# list1 = extendList(10)

# print('list1=%s'%list1) # [10,]

# list2 = extendList(123,[])

# print('list2=%s'%list2) # [123,]

# list3 = extendList('a')

# print('list3=%s'%list3) #[10,'a']

# print('list1=%s'%list1)

# print('list2=%s'%list2)

# print('list3=%s'%list3)

其结果为：

[10,a]

[123]

[10,a]

nonlocal:在局部作用域中，对其父级作用域（或者更外层作用域）进行变量赋值或者修改，但是不能修改全局作用域

例如：

def func1():

    a=1

    def func2():

        b=10

        def func3():

            nonlocal a,b

            a=a+1

            b=b+1

            print(a,b)   #结果为 2，11

        func3()

        print(a,b)       #结果为 2，11，func2函数的b被引用了

    func2()

    print(a)　　　　　　　　#结果为 2，这里的变量a被引用了，但是b不是在这里面引用的，所以打印b会报错

func1()

二函数的使用

函数名的本质就是函数的内存地址

1 函数可以被引用

例如：

def func1():

    print('in func1')

f=func1

print(f)

结果为：<function func1 at 0x000001E9313C6048>

2 函数可以作为容器类元素

例如

def func1():

    print('f1')

def func2():

    print('f2')

l1=[func1,func2]

l2={'f1':func1,'f2':func2}

l1[0]()

l2['f2']()

3 函数可以作为返回值

def f1():

    print('f1')

def func1(argv):

    argv()

    return argv

f = func1(f1)

f()

其他：第一类对象

第一类对象（first-class object）指

1.可在运行期创建

2.可用作函数参数或返回值

3.可存入变量的实体。

三闭包

内部函数包含对外部作用域而非全局作用域变量的引用，该内部函数称为闭包函数，一般用于装饰器或者网络爬取内容

判断闭包函数的方法__closure__

例如：

def func():

    name = 'eva'

    def inner():

        print(name)

　　　　 print(inner.__closure__) #结果中函数含有cell元素，否则为none

return inner

f = func()

f()

闭包函数一个例子

    def line_conf(a, b):

        def line(x):

            return a * x + b

        return line

四装饰器

装饰器的本质是一个python函数，基于闭包函数，让其他的函数在不改变源码和调用方式的前提下，增加新的功能

　　装饰器的应用场景：比如插入日志，性能测试，事务处理，缓存等等场景。

下面看看装饰器的形成过程：

原始的代码

import time

# print(time.time()) # 1527326532.2688255

# def func1():

#　　 time.sleep(0.3)

# 　　 print('非常复杂......')

#

# start_time = time.time()

# func1()

# end_time = time.time()

# print('此函数的执行效率%s' %(end_time-start_time))

# 改版1：我要封装到一个函数中

# def func1():

# 　　 time.sleep(0.3)

# 　　 print('非常复杂......')

#

# def func2():

# 　　 time.sleep(0.3)

# 　　 print('特别复杂......')

#

# func1()

# func2()

# # 改版2：被测试函数当参数传入，可以测试多个函数的执行效率

# def timmer(f):

# 　　 start_time = time.time()

#　　 f()

# 　　 end_time = time.time()

# 　　 print('此函数的执行效率%s' %(end_time-start_time))

#

# timmer(func1)

# timmer(func2)

# 改版3:：测试函数执行效率的同时，不要改变原函数的调用方式。

# def func1():

#　　 time.sleep(0.3)

#　　 print('非常复杂......')

# def func2():

# 　　 time.sleep(0.3)

# 　　 print('特别复杂......')

# # func1()

# # func2()

# def timmer(f):

# 　　 start_time = time.time()

#　　 f()

#　　 end_time = time.time()

# 　　 print('此函数的执行效率%s' % (end_time - start_time))

# f1 = func1

# func1 = timmer #

# func1(f1) # timmer(func1)

# 改版4:：改版3虽然大体上满足了我的要求，但是增加两行代码，
# 而且多了参数，不好，继续改，尽量不添加其他代码，而且做到调用时一模一样
# 最简单的装饰器。

# def func1():

#　　 time.sleep(0.3)

# 　　 print('非常复杂......')

# def func2():

# 　　 time.sleep(0.3)

# 　　 print('特别复杂......')

# # func1()

# # func2()

#

# def timmer(f): # f = func1 函数名

# 　　 def inner():

#　　　　 start_time = time.time()

# 　　　　 f()

# 　　　　 end_time = time.time()

#　　　　 print('此函数的执行效率%s' % (end_time - start_time))

# 　　 return inner

#

# func1 = timmer(func1) # inner

# func2 = timmer(func2) # inner

# func1() # inner()

# func2()

# 改版5:：改版4每次测试一个函数的执行效率时，都需要加一行 func1 = timmer(func1)代码，麻烦
# python提出了一个语法糖 @。

# def timmer(f): # f = func1 函数名

# 　　 def inner():

# 　　 　　 start_time = time.time()

# 　　 　　 f()

# 　　 　　 end_time = time.time()

# 　　 　　 print('此函数的执行效率%s' % (end_time - start_time))

# 　　 return inner

#

# @timmer # func1 = timmer(func1) inner

# def func1():

# 　　 time.sleep(0.3)

# 　　 print('非常复杂......')

#

# func1() # inner()

# 改版6:被装饰的函数肯定要有参数的，你现在不能满足，解决这个问题。
# 被装饰的函数带参数的装饰器

# def timmer(f): # f = func1 函数名

# 　　 def inner(*args,**kwargs): # args = （1,2）,kwargs {sex:'nv',name:'alex'}

# 　　 　　 start_time = time.time()

#　　　　 f(*args,**kwargs) # f(1,2,,sex='nv',name='alex')

#　　 　　 end_time = time.time()

# 　　 　　 print('此函数的执行效率%s' % (end_time - start_time))

# 　　 return inner

#

# @timmer # func1 = timmer(func1) inner

# def func1(a,b):

# 　　 time.sleep(0.3)

# 　　 print(a,b)

# 　　 print('非常复杂......')

#

#

# @timmer # func1 = timmer(func1) inner

# def func2(a,b,name,sex='man'): # f(1,2,,sex='nv',name='alex')

# 　　 time.sleep(0.3)

# 　　 print(a,b,sex,name)

# 　　 print('非常复杂......')

#

# func2(1,2,sex='nv',name='alex') # inner()

# 改版7:被装饰的函数肯定要有返回值的，解决这个问题。
# 被装饰的函数带参数且有返回值的装饰器

# def timmer(f): # f = func2 函数名

# 　　 def inner(*args,**kwargs): # args = （1,2）,kwargs {sex:'nv',name:'alex'}

# 　　 　　 start_time = time.time()

#　　  　　ret = f(*args,**kwargs) # f(1,2,,sex='nv',name='alex')

# 　　 　　 end_time = time.time()

# 　　 　　 print('此函数的执行效率%s' % (end_time - start_time))

#　　 　　 return ret

#　　 return inner

# @timmer # func1 = timmer(func1) inner

# def func2(a,b,name,sex='man'): # f(1,2,,sex='nv',name='alex')

# 　　 time.sleep(0.3)

#　　 print(a,b,sex,name)

# 　　 print('非常复杂......')

# 　　 return 666

#

# print(func2(1,2,sex='nv',name='alex')) # inner()

def timmer(f):

　　def inner(*args,**kwargs):

　　　　start_time = time.time()

　　　　ret = f(*args,**kwargs)

　　　　end_time = time.time()

　　　　print('此函数的执行效率%s' % (end_time - start_time))

　　　　return ret

　　return inner

@timmer

# def func2(a,b,name,sex='man'):

# 　　 time.sleep(0.3)

# 　　 print(a,b,sex,name)

# 　　 print('非常复杂......')

# 　　 return 666

#

# ret1 = func2(1,2,sex='nv',name='alex')

# print(ret1)

至此装饰器的固定结构如下

def timer(func):

    def inner(*args,**kwargs):

        '''执行函数之前要做的'''

        re = func(*args,**kwargs)

        '''执行函数之后要做的'''

        return re

    return inner

但是如何函数有很多，如何取消他们呢，以后如果又加上呢---带参数的装饰器模型

def outer(flag):

    def timer(func):

        def inner(*args,**kwargs):

            if flag:

                print('''执行函数之前要做的''')

            re = func(*args,**kwargs)

            if flag:

                print('''执行函数之后要做的''')

            return re

        return inner

    return timer

@outer(False)  #改为false是不执行装饰器内的内容

def func():

    print(111)

func()

如果多个装饰器装饰一个函数呢

def wrapper1(func):

    def inner():

        print('wrapper1 ,before func')

        func()

        print('wrapper1 ,after func')

    return inner

def wrapper2(func):

    def inner():

        print('wrapper2 ,before func')

        func()

        print('wrapper2 ,after func')

    return inner

@wrapper1

@wrapper2

def f():

    print('in f')

f()

其结果为：

wrapper1 ,before func

wrapper2 ,before func

in f

wrapper2 ,after func

wrapper1 ,after func

装饰器的另外一种方法：

import functools

def wrapper(func):

    @functools.wraps(func)

    def inner(*args, **kwargs):

        print('我是装饰器')

        return func(*args,**kwargs)

    print('--------')

    return inner

@wrapper

def index():

    print('我是被装饰函数')

    return None

index()

---------------------------------------------------------------------------------回顶部----------------------------------------------------------------------------------------------------------------------------

码农公寓

相关文章