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 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调

Python下载Pandas包的步骤

《Python下载Pandas包的步骤》:本文主要介绍Python下载Pandas包的步骤,在python中安装pandas库,我采取的方法是用PIP的方法在Python目标位置进行安装,本文给大... 目录安装步骤1、首先找到我们安装python的目录2、使用命令行到Python安装目录下3、我们回到Py

Python GUI框架中的PyQt详解

《PythonGUI框架中的PyQt详解》PyQt是Python语言中最强大且广泛应用的GUI框架之一,基于Qt库的Python绑定实现,本文将深入解析PyQt的核心模块,并通过代码示例展示其应用场... 目录一、PyQt核心模块概览二、核心模块详解与示例1. QtCore - 核心基础模块2. QtWid

Python实现自动化接收与处理手机验证码

《Python实现自动化接收与处理手机验证码》在移动互联网时代,短信验证码已成为身份验证、账号注册等环节的重要安全手段,本文将介绍如何利用Python实现验证码的自动接收,识别与转发,需要的可以参考下... 目录引言一、准备工作1.1 硬件与软件需求1.2 环境配置二、核心功能实现2.1 短信监听与获取2.

使用Python实现获取网页指定内容

《使用Python实现获取网页指定内容》在当今互联网时代,网页数据抓取是一项非常重要的技能,本文将带你从零开始学习如何使用Python获取网页中的指定内容,希望对大家有所帮助... 目录引言1. 网页抓取的基本概念2. python中的网页抓取库3. 安装必要的库4. 发送HTTP请求并获取网页内容5. 解

利用Python开发Markdown表格结构转换为Excel工具

《利用Python开发Markdown表格结构转换为Excel工具》在数据管理和文档编写过程中,我们经常使用Markdown来记录表格数据,但它没有Excel使用方便,所以本文将使用Python编写一... 目录1.完整代码2. 项目概述3. 代码解析3.1 依赖库3.2 GUI 设计3.3 解析 Mark

一文教你Python引入其他文件夹下的.py文件

《一文教你Python引入其他文件夹下的.py文件》这篇文章主要为大家详细介绍了如何在Python中引入其他文件夹里的.py文件,并探讨几种常见的实现方式,有需要的小伙伴可以根据需求进行选择... 目录1. 使用sys.path动态添加路径2. 使用相对导入(适用于包结构)3. 使用pythonPATH环境

Android Kotlin 高阶函数详解及其在协程中的应用小结

《AndroidKotlin高阶函数详解及其在协程中的应用小结》高阶函数是Kotlin中的一个重要特性,它能够将函数作为一等公民(First-ClassCitizen),使得代码更加简洁、灵活和可... 目录1. 引言2. 什么是高阶函数?3. 高阶函数的基础用法3.1 传递函数作为参数3.2 Lambda