高阶函数

在Python中，函数其实也是一种数据类型。

def test():

return 'hello world'

print(type(test)) #

函数对应的数据类型是 function,可以把它当做是一种复杂的数据类型。

既然同样都是一种数据类型，我们就可以把它当做数字或者字符串来处理。

定义一个变量指向函数

在Python中，我们还可以定义一个变量，让它来指向一个函数，相当于给函数起了一个别名。

def test():

return 'hello wrold'

fun = test # 定义了一个变量fun,让它指向了 test 这个函数

print(fun()) # 使用fun()可以直接调用test这个函数

print(id(fun)) # 1819677672040

print(id(test)) # 1819677672040注意：在定义一个变量表示一个函数时，函数后面不能加括号！加括号表示的是调用这个函数。

def test():

return 'hello world'

result = test() # 这种写法是调用test函数，并把函数的返回值赋值给result变量

print(result()) # 这里会报错 TypeError: 'str' object is not callable

fun = test # 这种写法是给test函数起了一个别名，注意，这里的test后面不能加()

fun() # 可以使用别名调用这个函数

高阶函数

既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，同样，我们还可以把一个函数当做另一个函数的返回值。这种函数的使用方式我们称之为高阶函数。

函数做为另一个函数的参数

def test(age,action):

if age < 18:

print('您还没满十八岁，请退出')

action() # 把参数action直接当做一个函数来调用

def smoke():

print('我已经年满十八岁了，我想抽烟')

my_action = smoke # 定义一个变量my_action，让它指向smoke函数

test(21, my_action) # 将my_action传给 test 函数作为它的参数

test(21,smoke) # 还可以不再定义一个新的变量，直接传入函数名

函数作为另一个函数的返回值

def test():

print('我是test函数里输入的内容')

def demo():

print('我是demo里输入的内容')

return test # test 函数作为demo函数的返回值

result = demo() # 我是demo里输入的内容 调用 demo 函数，把demo函数的返回值赋值给 result

print(type(result)) # result 的类型是一个函数

result() # 我是demo里输入的内容 我是test函数里输入的内容 既然result是一个函数，那么就可以直接使用() 调用这个函数

demo()() # 我是demo里输入的内容 我是test函数里输入的内容

函数嵌套

在函数里面还可以定义函数，可以嵌套多层，执行需要被调用。

def outer():

print('outer----hello')

def inner(): # inner这个函数是在outer函数内部定义的

print('inner----hello')

inner() # inner函数只在outer函数内部可见

outer()

# inner() 这里会报错，在outer函数外部无法访问到inner函数

闭包

函数只是一段可执行代码，编译后就“固化”了，每个函数在内存中只有一份实例，得到函数的入口点便可以执行函数了。函数可以作为另一个函数的参数甚至返回值（高阶函数）。函数还可以嵌套定义，即在一个函数内部可以定义另一个函数，有了嵌套函数这种结构，便会产生闭包问题。

什么是闭包

闭包是由函数及其相关的引用环境组合而成的实体(即：闭包=函数块+引用环境)。

def outer(n):

num = n

def inner():

return num+1

return inner

print(outer(3)()) # 4

print(outer(5)()) # 5

在这段程序中，函数 inner 是函数 outer 的内嵌函数，并且 inner 函数是outer函数的返回值。我们注意到一个问题：内嵌函数 inner 中引用到外层函数中的局部变量num，Python解释器会这么处理这个问题呢？ 先让我们来看看这段代码的运行结果，当我们调用分别由不同的参数调用 outer 函数得到的函数时，得到的结果是隔离的(相互不影响)，也就是说每次调用outer函数后都将生成并保存一个新的局部变量num,这里outer函数返回的就是闭包。 如果在一个内部函数里，对在外部作用域（但不是在全局作用域）的变量进行引用，那么内部函数就被认为是闭包(closure).

修改外部变量的值

闭包里默认不能修改外部变量。

def outer(n):

num = n

def inner():

num = num + 1

return num

return inner

print(outer(1)())

上述代码运行时会报错！

UnboundLocalError: local variable 'num' referenced before assignment

原因分析

在python里，只要看到了赋值语句，就会认为赋值语句的左边是一个局部变量。num = num + 1 这段代码里，num 在=的左边，python解析器会认为我们要修改inner函数里num这个局部变量，而这个变量使用之前是未声明的，所以会报错。

解决方案

我们分析过，报错的原因在于当我们在闭包内修改外部变量时，会被python解析器误会为内部函数的局部变量。所以，解决方案就在于，我们需要想办法，让解析器知道我们不是要修改局部变量，而是要修改外部变量。解决方法一：使用列表解决

def outer(n):

num = [n] # 定义一个变量num,将 n 包裹到一个列表里

def inner():

num[0] = num[0] + 1 # 从列表里取出并修改数据

return num[0]

return inner

print(outer(1)())解决方法二：python3后使用 nonlocal 关键字

def outer(n):

num = n

def inner():

nonlocal num # 修改前使用nonlocal关键字对 num 变量进行说明

num = num + 1

return num

return inner

print(outer(2)())

装饰器

装饰器是程序开发中经常会用到的一个功能，用好了装饰器，开发效率如虎添翼，所以这也是Python面试中必问的问题。但对于好多初次接触这个知识的人来讲，这个功能有点绕，自学时直接绕过去了，然后面试问到了就挂了，因为装饰器是程序开发的基础知识，这个都不会，别跟人家说你会Python, 看了下面的文章，保证你学会装饰器。

1、先明白这段代码

#### 第一波 ####

def foo():

print('foo')

foo # 表示是函数

foo() # 表示执行foo函数

#### 第二波 ####

def foo():

print('foo')

foo = lambda x: x + 1

foo() # 执行lambda表达式，而不再是原来的foo函数，因为foo这个名字被重新指向了另外一个匿名函数

函数名仅仅是个变量，只不过指向了定义的函数而已，所以才能通过 函数名()调用，如果 函数名=xxx被修改了，那么当在执行 函数名()时，调用的就不知之前的那个函数了

2、需求来了

初创公司有N个业务部门，基础平台部门负责提供底层的功能，如：数据库操作、redis调用、监控API等功能。业务部门使用基础功能时，只需调用基础平台提供的功能即可。如下：

############### 基础平台提供的功能如下 ###############

def f1():

print('f1')

def f2():

print('f2')

def f3():

print('f3')

def f4():

print('f4')

############### 业务部门A 调用基础平台提供的功能 ###############

f1()

f2()

f3()

f4()

############### 业务部门B 调用基础平台提供的功能 ###############

f1()

f2()

f3()

f4()

目前公司有条不紊的进行着，但是，以前基础平台的开发人员在写代码时候没有关注验证相关的问题，即：基础平台的提供的功能可以被任何人使用。现在需要对基础平台的所有功能进行重构，为平台提供的所有功能添加验证机制，即：执行功能前，先进行验证。

老大把工作交给 Low B，他是这么做的：跟每个业务部门交涉，每个业务部门自己写代码，调用基础平台的功能之前先验证。诶，这样一来基础平台就不需要做任何修改了。太棒了，有充足的时间泡妹子...

当天Low B 被开除了…

老大把工作交给 Low BB，他是这么做的：

############### 基础平台提供的功能如下 ###############

def f1():

# 验证1

# 验证2

# 验证3

print('f1')

def f2():

# 验证1

# 验证2

# 验证3

print('f2')

def f3():

# 验证1

# 验证2

# 验证3

print('f3')

def f4():

# 验证1

# 验证2

# 验证3

print('f4')

############### 业务部门不变 ###############

### 业务部门A 调用基础平台提供的功能###

f1()

f2()

f3()

f4()

### 业务部门B 调用基础平台提供的功能 ###

f1()

f2()

f3()

f4()

过了一周 Low BB 被开除了…

老大把工作交给 Low BBB，他是这么做的：只对基础平台的代码进行重构，其他业务部门无需做任何修改

############### 基础平台提供的功能如下 ###############

def check_login():

# 验证1

# 验证2

# 验证3

pass

def f1():

check_login()

print('f1')

def f2():

check_login()

print('f2')

def f3():

check_login()

print('f3')

def f4():

check_login()

print('f4')

老大看了下Low BBB 的实现，嘴角漏出了一丝的欣慰的笑，语重心长的跟Low BBB聊了个天：

老大说：

写代码要遵循开放封闭原则，虽然在这个原则是用的面向对象开发，但是也适用于函数式编程，简单来说，它规定已经实现的功能代码不允许被修改，但可以被扩展，即：封闭：已实现的功能代码块

开放：对扩展开发

如果将开放封闭原则应用在上述需求中，那么就不允许在函数 f1 、f2、f3、f4的内部进行修改代码，老板就给了Low BBB一个实现方案：

def w1(func):

def inner():

# 验证1

# 验证2

# 验证3

func()

return inner

@w1

def f1():

print('f1')

@w1

def f2():

print('f2')

@w1

def f3():

print('f3')

@w1

def f4():

print('f4')

对于上述代码，也是仅仅对基础平台的代码进行修改，就可以实现在其他人调用函数 f1 f2 f3 f4 之前都进行【验证】操作，并且其他业务部门无需做任何操作。

Low BBB心惊胆战的问了下，这段代码的内部执行原理是什么呢？

老大正要生气，突然Low BBB的手机掉到地上，恰巧屏保就是Low BBB的女友照片，老大一看一紧一抖，喜笑颜开，决定和Low BBB交个好朋友。

详细的开始讲解了：

单独以f1为例：

def w1(func):

def inner():

# 验证1

# 验证2

# 验证3

func()

return inner

@w1

def f1():

print('f1')

python解释器就会从上到下解释代码，步骤如下：def w1(func): ==>将w1函数加载到内存

@w1

没错， 从表面上看解释器仅仅会解释这两句代码，因为函数在 没有被调用之前其内部代码不会被执行。

从表面上看解释器着实会执行这两句，但是 @w1 这一句代码里却有大文章， @函数名 是python的一种语法糖。

上例@w1内部会执行一下操作：

执行w1函数执行w1函数 ，并将 @w1 下面的函数作为w1函数的参数，即：@w1 等价于 w1(f1) 所以，内部就会去执行：

def inner():

#验证 1

#验证 2

#验证 3

f1() # func是参数，此时 func 等于 f1

return inner# 返回的 inner，inner代表的是函数，非执行函数 ,其实就是将原来的 f1 函数塞进另外一个函数中

w1的返回值将执行完的w1函数返回值 赋值 给@w1下面的函数的函数名f1 即将w1的返回值再重新赋值给 f1，即：

新f1 = def inner():

#验证 1

#验证 2

#验证 3

原来f1()

return inner所以，以后业务部门想要执行 f1 函数时，就会执行 新f1 函数，在新f1 函数内部先执行验证，再执行原来的f1函数，然后将原来f1 函数的返回值返回给了业务调用者。

如此一来， 即执行了验证的功能，又执行了原来f1函数的内容，并将原f1函数返回值 返回给业务调用者。Low BBB 你明白了吗？要是没明白的话，我晚上去你家帮你解决吧！！！

3. 再议装饰器

# 定义函数：完成包裹数据

def makeBold(fn):

def wrapped():

return "" + fn() + ""

return wrapped

# 定义函数：完成包裹数据

def makeItalic(fn):

def wrapped():

return "" + fn() + ""

return wrapped

@makeBold

def test1():

return "hello world-1"

@makeItalic

def test2():

return "hello world-2"

@makeBold

@makeItalic

def test3():

return "hello world-3"

print(test1())

print(test2())

print(test3())

运行结果:

hello world-1

hello world-2

hello world-3

4. 装饰器(decorator)功能引入日志

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

权限校验等场景

缓存

5. 装饰器示例

例1:无参数的函数

def check_time(action):

def do_action():

action()

return do_action

@check_time

def go_to_bed():

print('去睡觉')

go_to_bed()

上面代码理解装饰器执行行为可理解成

result = check_time(go_to_bed) # 把go_to_bed 当做参数传入给 check_time函数，再定义一个变量用来保存check_time的运行结果

result() # check_time 函数的返回值result是一个函数, result()再调用这个函数，让它再调用go_to_bed函数

例2:被装饰的函数有参数

def check_time(action):

def do_action(a,b):

action(a,b)

return do_action

@check_time

def go_to_bed(a,b):

print('{}去{}睡觉'.format(a,b))

go_to_bed("zhangsan","床上")

例3:被装饰的函数有不定长参数

def test(cal):

def do_cal(*args,**kwargs):

cal(*args,**kwargs)

return do_cal

@test

def demo(*args):

sum = 0

for x in args:

sum +=x

print(sum)

demo(1, 2, 3, 4)

例4:装饰器中的return

def test(cal):

def do_cal(*args,**kwargs):

return cal(*args,**kwargs) # 需要再这里写return语句，表示调用函数，获取函数的返回值并返回

return do_cal

@test

def demo(a,b):

return a + b

print(demo(1, 2)) #3

总结：一般情况下为了让装饰器更通用，可以有return

例5:装饰器带参数

def outer_check(time):

def check_time(action):

def do_action():

if time < 22:

return action()

else:

return '对不起，您不具有该权限'

return do_action

return check_time

@outer_check(23)

def play_game():

return '玩儿游戏'

print(play_game())

提高：使用装饰器实现权限验证

以下代码不要求掌握，如果能看懂最好，如果能自己手动写出来，那就太棒了！

def outer_check(base_permission):

def check_permission(action):

def do_action(my_permission):

if my_permission & base_permission:

return action(my_permission)

else:

return '对不起，您不具有该权限'

return do_action

return check_permission

READ_PERMISSION = 1

WRITE_PERMISSION = 2

EXECUTE_PERMISSION = 4

@outer_check(base_permission=READ_PERMISSION)

def read(my_permission):

return '读取数据'

@outer_check(base_permission=WRITE_PERMISSION)

def write(my_permission):

return '写入数据'

@outer_check(base_permission=EXECUTE_PERMISSION)

def execute(my_permission):

return '执行程序'

print(read(5))

函数应用：名片管理系统

# 定一个列表，用来存储所有的名片信息(每个名片是一个字典)

info_list = []

def print_menu():

print("---------------------------")

print(" 名片管理系统 V1.0")

print(" 1:添加名片")

print(" 2:删除名片")

print(" 3:修改名片")

print(" 4:查询名片")

print(" 5:显示所有名片")

print(" 6:退出系统")

print("---------------------------")

def add_new_info():

"""添加名片信息"""

new_name = input("请输入姓名:")

new_tel = input("请输入手机号:")

new_qq = input("请输入QQ:")

for temp_info in info_list:

if temp_info['name'] == new_name:

print("此用户名已经被占用,请重新输入")

return # 如果一个函数只有return就相当于让函数结束，没有返回值

# 定义一个字典，用来存储用户的名片信息(这是一个字典)

info = {}

# 向字典中添加数据

info["name"] = new_name

info["tel"] = new_tel

info["qq"] = new_qq

# 向列表中添加这个字典

info_list.append(info)

def del_info():

"""删除名片信息"""

del_num = int(input("请输入要删除的序号:"))

if 0 <= del_num < len(info_list):

del_flag = input("你确定要删除么?yes or no")

if del_flag == "yes":

del info_list[del_num]

else:

print("输入序号有误,请重新输入")

def modify_info():

"""修改名片信息"""

modify_num = int(input("请输入要修改的序号:"))

if 0 <= modify_num < len(info_list):

print("你要修改的信息是:")

print("name:%s, tel:%s, QQ:%s" % (info_list[modify_num]['name'],

info_list[modify_num]['tel'],info_list[modify_num]['qq']))

info_list[modify_num]['name'] = input("请输入新的姓名:")

info_list[modify_num]['tel'] = input("请输入新的手机号:")

info_list[modify_num]['qq'] = input("请输入新QQ:")

else:

print("输入序号有误,请重新输入")

def search_info():

"""查询名片信息"""

search_name = input("请输入要查询的名片姓名:")

for temp_info in info_list:

if temp_info['name'] == search_name:

print("查询到的信息如下:")

print("name:%s, tel:%s, QQ:%s" % (temp_info['name'],

temp_info['tel'], temp_info['qq']))

break

else:

print("没有您要找的信息....")

def print_all_info():

"""遍历名片信息"""

print("序号\t姓名\t\t手机号\t\tQQ")

i = 0

for temp in info_list:

# temp是一个字典

print("%d\t%s\t\t%s\t\t%s" % (i, temp['name'], temp['tel'], temp['qq']))

i += 1

def main():

"""用来控制整个流程"""

while True:

# 1. 打印功能

print_menu()

# 2. 获取用户的选择

num = input("请输入要进行的操作(数字)")

# 3. 根据用户选择,做相应的事情

if num == "1":

# 添加名片

add_new_info()

elif num == "2":

# 删除名片

del_info()

elif num == "3":

# 修改名片

modify_info()

elif num == "4":

# 查询名片

search_info()

elif num == "5":

# 遍历所有的信息

print_all_info()

elif num == "6":

# 退出系统

exit_flag = input("亲,你确定要退出么?~~~~(>_<)~~~~(yes or no) ")

if exit_flag == "yes":

break

else:

print("输入有误,请重新输入......")

# 程序的开始

main()

python高阶函数闭包装饰器_Python自学从入门到就业之高阶函数、嵌套函数、闭包、装饰器...相关推荐

1. python 控件类多个实例_Python笔记_第四篇_高阶编程_GUI编程之Tkinter_2.控件类

   1. Label控件: 说明:标签控件,可显示文本 图示1: 实例1: import tkinter # 创建主窗口__编程头部 win=tkinter.Tk() # 设置标题 win.title(& ...

2. python快速编程入门课本中的名片管理器_Python快速编程入门

   内容简介 Python是一种面向对象.解释性的高级程序语言,它已经被应用在众多领域,包括Web开发.操作系统管理.服务器运维的自动化脚本.科学计算.桌面软件.服务器软件(网络软件).游戏等方面. 本书 ...

3. python函数拟合不规则曲线_python 对任意数据和曲线进行拟合并求出函数表达式的三种解决方案...

   第一种是进行多项式拟合,数学上可以证明,任意函数都可以表示为多项式形式.具体示例如下. ###拟合年龄 import numpy as np import matplotlib.pyplot as p ...

4. python gmm em算法 2维数据_python自学日记18——数据结构与算法(2)

   这两天找了很多关于Python讲解数据结构和算法的书和视频,最终确定下来<python数据结构与算法分析>以及北京大学线上课程"数据结构与算法python版",先看了课 ...

5. pdf百度云下载 python编程 从数据分析到数据科学_python零基础入门教程，不同方向的，这很重要...

   很多人都在学python,对于大多数的人来说,方向最重要的,它决定着你的结果! ​编程小十接触过很多想学python的人,相对于自己的学习目的来说,很多时候容易选择不太正确的方向. 下面我简单介绍一下 ...

6. python tk combobox设置值为空_Python编程从入门到实践日记Day24

   Python编程从入门到实践日记Day24 第6章 用户输入和while循环(五) 1. 使用while循环来处理列表和字典(二) - 删除包含特定值的所有列表元素 在之前我们学过可以使用函数remo ...

7. python编程的50种基础算法_Python算法新手入门大全

   干货:GitHub标星2.6万!Python算法新手入门大全 Python已经成为最受欢迎的程序设计语言之一.自从2004年以后,python的使用率呈线性增长.2011年1月,它被TIOBE编程语言 ...

8. python爬取今日头条后台数据_Python爬虫实战入门五：获取JS动态内容—爬取今日头条...

   之前我们爬取的网页,多是HTML静态生成的内容,直接从HTML源码中就能找到看到的数据和内容,然而并不是所有的网页都是这样的. 有一些网站的内容由前端的JS动态生成,由于呈现在网页上的内容是由JS生成 ...

9. python 嵌套函数及其练习题

   嵌套函数 文章目录 嵌套函数 嵌套函数的定义: 函数之间的调用 练习 练习一 2,练习二 练习三 练习四 嵌套函数的定义: 函数嵌套就是在函数内部定义子函数. 例如: def go():print(& ...

最新文章

1. 写注册机犯法吗_逼着一个受害者去向另一个受害者道歉，不过分吗？
2. 技术新进展！谷歌AI部门宣布发现新技术以加速AI神经网络训练
3. ajax、offset
4. 构建之法阅读笔记之速读篇
5. cadence中元件所在库
6. amap不同样式marker点_想出一手漂亮的图，CAD打印样式表你必须会！
7. JdbcTemplate使用小结
8. Mosquitto 0 15 开源MQTT v3 1 Broker
9. 避开使用XAML的性能陷阱
10. 对矩阵进行QR分解的Matlab代码
11. HBase的数据迁移（含HDFS的数据迁移）
12. pxe无盘服务器教程,Windows下架设PXE服务器的方法
13. C语言程序段的定义、实际应用分析
14. 基于MATLAB的电力系统短路故障分析与仿真
15. Java动态代理和静态代理详解
16. Excel图表1——双坐标图（双柱图）
17. c语言 字符串提取连续数字,c语言一串字符串中提取数字并相加的问题
18. 华东理工c语言题库,华东理工大学c语言.doc
19. 贪心(优先队列) - New Year Snowmen - CodeForces - 140C
20. 论文投稿系列之Cover Letter写法（一）

热门文章

1. Hbase RegionServer 启动失败 Time difference of xxx ms max allowed of 30000ms
2. 阿里园区的这个“格子间” 成为企业高效协同新利器
3. 【详谈 Delta Lake 】系列技术专题 之 Streaming（流式计算）
4. 阿里云推出业内首个云原生企业级数据湖解决方案：将在今年双11大规模应用
5. 进击的数据中台，企业数字化转型的新引擎
6. 基于阿里云 MaxCompute 构建企业云数据仓库CDW
7. 编码方法论，赋能你我他
8. MySQL中update修改数据与原数据相同会再次执行吗
9. 数据不足，如何进行迁移学习？
10. NLP产品级系统设计模式