Python—高级函数
一、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：
存在于两个嵌套关系的函数中，并且闭包是内部函数；
内部函数引用了外部函数的变量；
外部函数会返回内部函数的函数名。
举例：
#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 执行内部函数代码
c()#5调用内部函数
a() #2调用外部函数
#演示把内部函数返回（闭包的必要条件），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 #定义了内部函数的返回值为1
return b #定义了外部函数的返回值为内部函数
rst=a() #接收了外部函数的返回值，也就是内部函数
print(rst)#rst就是内部函数
print(a()())#a()()=rst()
print(rst())#rst（）是调用内部函数
#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a！")
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("gudeibai")
def b():
print("你好，我是小b！")
a(b)
def outer(start=0):
count=[start]
def inner():
count[0]+=1
return count[0]
return inner
out=outer(5)
print(out())
#使用闭包实现案例
#有银行卡才能执行汇款的操作
#外部函数为创建银行卡
#内部函数为汇款的操作
def bank(isVIP,action):
if isVIP:
print("客户你好，欢迎光临")
else:
print("您好，给你办一张新卡")
if action=="huikuan":
def remit():
print("进行汇款操作")
return remit
if action=="cun":
def cunkuan():
print("进行存款")
return cunkuan
card=bank(False,"cun")
card()
二、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。
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）
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test函数加上装饰器，示例如下：
@wrap
def test():
print(’test')
此时，程序会自动编译生成调用装饰器函数的代码，等价于：
test = wrap(test)
举例：
1.#演示装饰器
from functools import wraps, reduce
def a(func_a):
print("装饰器开始工作")
@wraps(func_a)
def b():
print("闭包开始工作")
func_a()
print("装饰器工作结束")
return b
def decorator_c():
print("感觉很虚空，需要被装饰")
rst=a(decorator_c()) #b
rst()
@a
def abc():
print("想要被装饰")
abc()
print(abc.__name__)
2.
def func(function_name):
print("这是一个有返回值的闭包")
def func_in():
return function_name()
return func_in
@func #装饰器的名称
def test():
return 'hello world'
a=test()
print(a)
3.
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():
return 'hello world'
a=test()
print(a)
三、常见Python内置函数
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))
举例：
#演示map函数
func=lambda x:x+2
rst=map(func,(1,2,3,4,5))
for x in rst:
print(x)
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。
func = lambda x:x%2
result = filter(func, [1, 2, 3, 4, 5])
print(list(result))
举例：
#演示filter函数
func=lambda x:x>5#返回为true通过，false不通过
rst=filter(func,[1,2,3,4,5,6,7,8])
print(list(rst))
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。
代码演示：
from functools import reduce
func = lambda x, y:x + y
result = reduce(func, [1, 2, 3, 4, 5])
print(result)
举例：
#演示reduce函数
func=lambda x,y:x+y#前一个值和后一个值相加
rst=reduce(func,[1,2,3,4,5,6,7,8,9,10])
print(rst)
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
二、装饰器
1、在外部函数的参数部分接收函数名
2、在内都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
4.调用外部函数获取返回值（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