Python——嵌套函数、闭包、装饰器和lambda匿名函数

2024-08-26 20:28

本文主要是介绍Python——嵌套函数、闭包、装饰器和lambda匿名函数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

嵌套函数

Python中的嵌套函数是指在一个函数内部定义的另一个函数。这种结构允许内部函数访问外部函数的作用域(包括参数和局部变量),即使外部函数已经执行完毕。嵌套函数是Python闭包(Closure)的基础,因为闭包就是那些引用了其外部函数作用域中变量的内部函数。

嵌套函数的基本结构

def outer_function(outer_arg):  def inner_function(inner_arg):  # 这里可以访问 outer_arg  print(f"Outer: {outer_arg}, Inner: {inner_arg}")  # 可以选择性地返回内部函数,或者在其他地方调用它  inner_function(5)  # 直接在外部函数中调用内部函数  return inner_function  # 返回内部函数,创建闭包  # 调用外部函数  
result = outer_function(10)  
# 现在result是一个闭包,因为它引用了outer_function的局部变量  
result(20)  # 调用闭包,输出 Outer: 10, Inner: 20

嵌套函数的作用

  1. 封装:嵌套函数提供了一种封装代码的方式,使得内部函数只能被外部函数访问(如果外部函数不返回内部函数的话)。这有助于隐藏实现细节,只暴露必要的接口。

  2. 闭包:如上所述,当外部函数返回内部函数时,就创建了一个闭包。闭包可以记住并访问其外部函数的局部变量,即使外部函数已经执行完毕。

  3. 装饰器:Python的装饰器通常是通过嵌套函数实现的。装饰器允许我们在不修改原有函数代码的情况下,给函数添加新的功能。

  4. 函数工厂:嵌套函数可以用来创建具有特定行为的函数。外部函数可以接收参数,这些参数随后被用来定义内部函数的行为。然后,外部函数返回这个内部函数,这样我们就得到了一个“函数工厂”。

注意事项

  • 嵌套函数可以访问外部函数的局部变量,但不能修改外部函数的局部变量(除非这些变量是可变的,如列表或字典)。
  • 嵌套函数可以访问外部函数的参数。
  • 如果外部函数返回了内部函数,那么内部函数将保持对外部函数局部变量的引用,这可能会导致内存使用增加,因为Python的垃圾回收机制不会回收这些变量,直到闭包不再被引用。
  • 嵌套函数提供了一种强大的编程范式,但应谨慎使用,以避免代码过于复杂和难以理解。

闭包

在Python中,闭包(Closure)是一个非常重要的概念,它涉及到函数及其外部作用域(非全局作用域)的变量之间的关系。简单来说,闭包是一个函数值,它引用了其外部作用域中的变量。即使外部函数已经执行完毕,闭包中的这些变量依然可以被访问和修改。

闭包通常包含两个部分:

  1. 函数:一个内部函数,它引用了外部函数的局部变量。
  2. 这些局部变量的环境:即使外部函数已经执行完毕,闭包依然可以访问这些局部变量。

闭包的创建

闭包通常通过嵌套函数来实现。外部函数定义了局部变量,内部函数(闭包)则引用了这些局部变量。当外部函数返回内部函数时,就创建了一个闭包。

示例

下面是一个简单的闭包示例:

def outer_function(text):  def inner_function():  print(text)  return inner_function  # 创建闭包  
my_closure = outer_function("Hello, World!")  # 调用闭包  
my_closure()  # 输出: Hello, World!

在这个例子中,outer_function 是一个外部函数,它定义了一个局部变量 textinner_function 是一个内部函数,它引用了外部函数的局部变量 text。当 outer_function 被调用时,它返回了 inner_function,此时 inner_function 就是一个闭包,因为它引用了外部函数的局部变量 text,即使 outer_function 已经执行完毕。

闭包的应用

闭包在Python中有很多应用,比如:

  • 数据封装:通过闭包,可以隐藏数据,只提供操作数据的接口。
  • 装饰器:Python中的装饰器本质上就是闭包的一种应用。
  • 回调函数:闭包可以作为回调函数传递给其他函数,同时携带一些额外的信息。

注意事项

  • 闭包中的变量是延迟绑定的,这意味着闭包中的变量是在闭包被调用时查找的,而不是在闭包定义时。
  • 闭包可能会导致内存泄漏,因为闭包中的变量会一直存在,直到闭包不再被引用。

闭包是Python中一个非常强大且灵活的特性,它允许我们编写更加模块化和可重用的代码。

装饰器

ython的装饰器(Decorator)是一个非常强大且灵活的工具,它允许你在不修改原有函数或类定义的情况下,给函数或方法添加新的功能。装饰器本质上是一个函数,这个函数接收一个函数作为参数并返回一个新的函数。

装饰器的基本用法

  1. 定义一个装饰器函数:这个函数接收一个函数作为参数,并返回一个新的函数。
  2. 在新函数中调用原函数:可以在调用前后添加新的功能。
  3. 使用@符号将装饰器应用于目标函数

示例

下面是一个简单的装饰器示例,它计算并打印了被装饰函数的执行时间。

import time  def timer(func):  """装饰器,计算函数执行时间"""  def wrapper(*args, **kwargs):  start_time = time.time()  result = func(*args, **kwargs)  end_time = time.time()  print(f"{func.__name__} 执行了 {end_time - start_time:.6f} 秒")  return result  return wrapper  @timer  
'''等价于 test_function = timer(test_function)'''def test_function():  """一个示例函数,模拟一些操作"""  time.sleep(1)  # 模拟耗时操作  return "完成"  # 调用被装饰的函数  
result = test_function()  
print(result)#输出将是
test_function 执行了 1.00xxxx 秒  
完成

装饰器的进阶用法

  • 带参数的装饰器:如果装饰器本身需要参数,可以创建一个返回装饰器的高阶函数。
  • 多个装饰器:一个函数可以被多个装饰器装饰,Python会从下往上(从里到外)执行装饰器。
  • 装饰器类:装饰器不仅可以是函数,还可以是类。类的__call__方法会在实例被当作函数调用时执行。

带参数的装饰器示例

def repeat(num_times):  """返回一个装饰器,这个装饰器会重复执行函数"""  def decorator_repeat(func):  def wrapper(*args, **kwargs):  for _ in range(num_times):  result = func(*args, **kwargs)  return result  return wrapper  return decorator_repeat  @repeat(3)  
def greet(name):  print(f"Hello {name}!")  greet("Alice")#输出将是
Hello Alice!  
Hello Alice!  
Hello Alice!

在这个例子中,repeat 是一个高阶函数,它接收一个参数 num_times 并返回一个装饰器 decorator_repeat。这个装饰器则像之前一样工作,但它会基于 num_times 参数重复执行函数。

@wraps装饰器

Python的@wraps装饰器是functools模块中的一个非常有用的工具,它用于在创建装饰器时帮助保留被装饰函数的元信息(如名称、文档字符串、注解等)。默认情况下,当你使用装饰器包装一个函数时,原始函数的__name____doc__等属性会被装饰器函数的相应属性所覆盖。这可能会导致调试困难,因为日志和错误消息中显示的函数名将是装饰器的名称,而不是原始函数的名称。此外,如果原始函数有文档字符串,这个文档字符串也会被装饰器的文档字符串(如果有的话)所覆盖。

为了解决这个问题,functools.wraps装饰器被设计用来更新装饰器函数,使其看起来像是被装饰的函数。具体来说,@wraps会将被装饰函数的__name____doc____module____annotations__以及__wrapped__属性复制到装饰器函数上。这样,当装饰器函数被调用时,它就能够以被装饰函数的身份出现,包括在日志、调试和反射中。

下面是一个使用@wraps装饰器的简单示例:

from functools import wraps  def my_decorator(func):  @wraps(func)  def wrapper(*args, **kwargs):  print(f"Something is happening before the function {func.__name__} is called.")  result = func(*args, **kwargs)  print(f"Something is happening after the function {func.__name__} is called.")  return result  return wrapper  @my_decorator  
def say_hello(name):  """Greet the user by name."""  return f"Hello {name}!"  print(say_hello.__name__)  # 输出: say_hello  
print(say_hello.__doc__)   # 输出: Greet the user by name.  # 如果没有使用@wraps,则输出将是wrapper和wrapper的文档字符串(如果有的话)

在这个例子中,my_decorator是一个装饰器,它接受一个函数func作为参数,并返回一个新的函数wrapperwrapper函数在调用func之前和之后执行一些操作。通过使用@wraps(func),我们确保了wrapper函数在运行时表现得就像是func函数一样,包括其名称和文档字符串。这在进行调试和记录日志时特别有用。

结论

Python的装饰器是一个非常强大的工具,它提供了一种优雅的方式来增强或修改函数的功能,而无需修改函数本身的代码。通过装饰器,你可以轻松地添加日志、性能测试、事务处理、缓存、权限校验等横切关注点(cross-cutting concerns)。

lambda匿名函数

Python中的匿名函数是通过lambda关键字来定义的。lambda函数是一种简洁的定义单行最小函数的方法。它通常用于需要函数对象的地方,但又不想正式命名一个函数的场景。lambda函数可以接受任意数量的参数,但只能有一个表达式。

lambda函数的一般语法是:

lambda arguments: expression

这里,arguments是传递给函数的参数(可以是一个或多个),expression是关于这些参数的单个表达式。这个表达式的计算结果就是lambda函数的返回值。

示例

简单的lambda函数

# 定义一个简单的lambda函数,接受两个参数并返回它们的和  
add = lambda x, y: x + y  # 使用这个lambda函数  
result = add(5, 3)  
print(result)  # 输出: 8

与高阶函数结合使用

lambda函数经常与Python中的高阶函数(接受函数作为参数或返回函数的函数)一起使用,比如filter()map(), 和sorted()等。

# 使用lambda函数与map函数结合,将列表中的每个元素乘以2  
numbers = [1, 2, 3, 4, 5]  
doubled = list(map(lambda x: x * 2, numbers))  
print(doubled)  # 输出: [2, 4, 6, 8, 10]  # 使用lambda函数与filter函数结合,过滤出列表中的偶数  
filtered = list(filter(lambda x: x % 2 == 0, numbers))  
print(filtered)  # 输出: [2, 4]  # 使用lambda函数作为sorted函数的key参数,对元组列表按第二个元素排序  
tuples = [(1, 'd'), (3, 'a'), (2, 'b'), (4, 'c')]  
tuples.sort(key=lambda x: x[1])  
print(tuples)  # 输出: [(3, 'a'), (2, 'b'), (4, 'c'), (1, 'd')]

注意事项

  • lambda函数本质上是一个表达式,它产生一个函数对象。
  • lambda函数可以有任意数量的参数,但只能有一个表达式。
  • lambda函数的语法非常紧凑,适合用在需要函数对象的简短代码中。
  • 尽管lambda函数很有用,但过度使用可能会使代码难以阅读和理解。在需要更复杂的逻辑时,定义一个标准的函数通常是更好的选择。

这篇关于Python——嵌套函数、闭包、装饰器和lambda匿名函数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1109597

相关文章

python中各种常见文件的读写操作与类型转换详细指南

《python中各种常见文件的读写操作与类型转换详细指南》这篇文章主要为大家详细介绍了python中各种常见文件(txt,xls,csv,sql,二进制文件)的读写操作与类型转换,感兴趣的小伙伴可以跟... 目录1.文件txt读写标准用法1.1写入文件1.2读取文件2. 二进制文件读取3. 大文件读取3.1

使用Python实现一个优雅的异步定时器

《使用Python实现一个优雅的异步定时器》在Python中实现定时器功能是一个常见需求,尤其是在需要周期性执行任务的场景下,本文给大家介绍了基于asyncio和threading模块,可扩展的异步定... 目录需求背景代码1. 单例事件循环的实现2. 事件循环的运行与关闭3. 定时器核心逻辑4. 启动与停

基于Python实现读取嵌套压缩包下文件的方法

《基于Python实现读取嵌套压缩包下文件的方法》工作中遇到的问题,需要用Python实现嵌套压缩包下文件读取,本文给大家介绍了详细的解决方法,并有相关的代码示例供大家参考,需要的朋友可以参考下... 目录思路完整代码代码优化思路打开外层zip压缩包并遍历文件:使用with zipfile.ZipFil

Python处理函数调用超时的四种方法

《Python处理函数调用超时的四种方法》在实际开发过程中,我们可能会遇到一些场景,需要对函数的执行时间进行限制,例如,当一个函数执行时间过长时,可能会导致程序卡顿、资源占用过高,因此,在某些情况下,... 目录前言func-timeout1. 安装 func-timeout2. 基本用法自定义进程subp

Python实现word文档内容智能提取以及合成

《Python实现word文档内容智能提取以及合成》这篇文章主要为大家详细介绍了如何使用Python实现从10个左右的docx文档中抽取内容,再调整语言风格后生成新的文档,感兴趣的小伙伴可以了解一下... 目录核心思路技术路径实现步骤阶段一:准备工作阶段二:内容提取 (python 脚本)阶段三:语言风格调

Python结合PyWebView库打造跨平台桌面应用

《Python结合PyWebView库打造跨平台桌面应用》随着Web技术的发展,将HTML/CSS/JavaScript与Python结合构建桌面应用成为可能,本文将系统讲解如何使用PyWebView... 目录一、技术原理与优势分析1.1 架构原理1.2 核心优势二、开发环境搭建2.1 安装依赖2.2 验

一文详解如何在Python中从字符串中提取部分内容

《一文详解如何在Python中从字符串中提取部分内容》:本文主要介绍如何在Python中从字符串中提取部分内容的相关资料,包括使用正则表达式、Pyparsing库、AST(抽象语法树)、字符串操作... 目录前言解决方案方法一:使用正则表达式方法二:使用 Pyparsing方法三:使用 AST方法四:使用字

Python列表去重的4种核心方法与实战指南详解

《Python列表去重的4种核心方法与实战指南详解》在Python开发中,处理列表数据时经常需要去除重复元素,本文将详细介绍4种最实用的列表去重方法,有需要的小伙伴可以根据自己的需要进行选择... 目录方法1:集合(set)去重法(最快速)方法2:顺序遍历法(保持顺序)方法3:副本删除法(原地修改)方法4:

Python运行中频繁出现Restart提示的解决办法

《Python运行中频繁出现Restart提示的解决办法》在编程的世界里,遇到各种奇怪的问题是家常便饭,但是,当你的Python程序在运行过程中频繁出现“Restart”提示时,这可能不仅仅是令人头疼... 目录问题描述代码示例无限循环递归调用内存泄漏解决方案1. 检查代码逻辑无限循环递归调用内存泄漏2.

Python中判断对象是否为空的方法

《Python中判断对象是否为空的方法》在Python开发中,判断对象是否为“空”是高频操作,但看似简单的需求却暗藏玄机,从None到空容器,从零值到自定义对象的“假值”状态,不同场景下的“空”需要精... 目录一、python中的“空”值体系二、精准判定方法对比三、常见误区解析四、进阶处理技巧五、性能优化