Python 中的闭包、匿名函数、decorator 装饰器与python的偏函数

Python中的闭包

def calc_sum(lst):def lazy_sum():return sum(lst)return lazy_sum

像这种内层函数引用了外层函数的变量（参数也算变量），然后返回内层函数的情况，称为闭包（Closure）。在函数内部定义的函数和外部定义的函数是一样的，只是他们无法被外部访问。

闭包的特点是返回的函数还引用了外层函数的局部变量，所以，要正确使用闭包，就要确保引用的局部变量在函数返回后不能变。

def count():fs = []for i in range(1, 4):def f(i):               # 必须传入参数，生成局部变量，否则调用外层函数变量可变return lambda: i*i  # 返回一个匿名函数，也叫 lambda单行表达式fs.append(f(i))return fs
f1, f2, f3 = count()
print f1(), f2(), f3()

匿名函数

上述代码中lambda表达式表示简单的单行函数，方便定义，并且只在函数内部定义使用。

lambda 表达式必须使用 lambda 关键字进行定义。在 lambda 关键字之后、冒号左边的是参数列表，可以没有参数，也可以有多个参数。如果有多个参数，则需要用逗号隔开，冒号右边是该 lambda 表达式的返回值。

匿名函数有个限制，就是只能有一个表达式，不写return，返回值就是该表达式的结果。

函数返回时也可以返回匿名函数，如：

myabs = lambda x: -x if x < 0 else x
myabs(-1)  # 1

decorator 装饰器

当需要给原函数 f 增加功能时，不需要直接修改原函数。Python的 decorator 本质上就是一个高阶函数，它接收一个函数作为参数，然后，返回一个新函数。

高阶函数参考：https://blog.csdn.net/Qianzhen_Sun/article/details/105345949

使用 decorator 时，用Python提供的 @ 语法，这样可以避免手动编写 f = decorate(f) 这样的代码。彻底屏蔽原函数功能。
举例：

def log(f):def fn(x):print 'call ' + f.__name__ + '()...'return f(x)return fn@log                    # 该语法等同于 factorial = log(factorial)
def factorial(n):return reduce(lambda x,y: x*y, range(1, n+1))
print factorial(10)"""
打印结果
call factorial()...
3628800
"""

要让 @log 自适应任何参数定义的函数，可以利用 Python 的 *args (可变参数，返回一个 tuple)和 **kw (关键字参数，返回一个 dict)，保证任意个数的参数总是能正常调用：

def log(f):def fn(*args, **kw):print 'call ' + f.__name__ + '()...'return f(*args, **kw)return fn

编写带参数的 decorator：

def log(prefix):                     # 传入参数def log_decorator(f):def wrapper(*args, **kw):print '[%s] %s()...' % (prefix, f.__name__)return f(*args, **kw)return wrapperreturn log_decorator@log('DEBUG')
def test():pass
print test()

上面的调用等同于带参数的log函数首先返回一个decorator函数，再让这个decorator函数接收my_func并返回新函数。不利用@，拆开调用形式如下：

log_decorator = log('DEBUG')
@log_decorator
def test():pass
print test()

完善 decorator：

decorator 改变了函数名，还改变了函数的__doc__等其它属性。如果要让调用者看不出一个函数经过了@decorator的“改造”，就需要把原函数的一些属性复制到新函数中：

def log(f):def wrapper(*args, **kw):print 'call...'return f(*args, **kw)wrapper.__name__ = f.__name__   # 原函数信息复制过来wrapper.__doc__ = f.__doc__return wrapper

这样写 decorator很不方便，因为我们也很难把原函数的所有必要属性都一个一个复制到新函数上，所以 Python内置的functools可以用来自动化完成这个“复制”的任务：

import functools
def log(f):@functools.wraps(f)           # 完成复制任务def wrapper(*args, **kw):print 'call...'return f(*args, **kw)return wrapper

Python 的偏函数

functools.partial可以把一个参数多的函数变成一个参数少的新函数，少的参数需要在创建时指定默认值，这样，新函数调用的难度就降低了。

自定义转换2进制函数：

def int2(x, base=2):return int(x, base)

可以通过 functools.partial 函数进行转化：

import functools
int2 = functools.partial(int, base=2)

import functools   # 自定义忽略大小写排序
sorted_ignore_case = functools.partial(sorted, key=str.lower)
print sorted_ignore_case(['bob', 'about', 'Zoo', 'Credit'])

整理不易，点赞支持！