python基础-闭包、装饰器

2024-08-31 22:48
文章标签 python 基础 闭包 装饰

本文主要是介绍python基础-闭包、装饰器,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!

闭包

什么是闭包?
内部函数引用了外部函数的变量

看下面的代码

def f(b):def f1():print(b)f1()print(f1.__closure__)f(1)

输出如下:

E:\python\python_sdk\python.exe E:/python/py_pro/demo.py
1
(<cell at 0x01406390: int object at 0x56A9D730>,)

在f的内置函数f1中,引用了print(b)变量b

但是下面的代码程序片段,就不是闭包了,我们看下代码如下:

b = 1
def f():def f1():print(b)f1()print(f1.__closure__)f()

输出如下:

1
None

print(b)是引用的全局的变量,而不是外部函数的变量

闭包的常用用法
直接调用内部函数
def method(a):def inner():print(a)inner()print(inner.__closure__)
method(1)

输出如下:

1
(<cell at 0x009F6390: int object at 0x5078D730>,)
返回一个内部函数,在进行调用
###########
def f(b):def f1():print(b)print(f1.__closure__)return  f1f(1)()
print("---------")

输出如下:

E:\python\python_sdk\python.exe E:/python/py_pro/demo.py
(<cell at 0x00306390: int object at 0x5078D730>,)
1
---------
从内部函数返回一个值到外部函数

#从内部函数返回一个值到全局
def f1():b = 10def f2():return bret = f2()print(f2.__closure__)return  ret
print(f1())

输出如下:

E:\python\python_sdk\python.exe E:/python/py_pro/demo.py
(<cell at 0x03196390: int object at 0x5078D7C0>,)
10

或者如下的写法结果一样的

#从内部函数返回一个值到全局
def f1():b = 10def f2():return bprint(f2.__closure__)return  f2()
print(f1())
装饰器

有了闭包的概念,我们了解下装饰器的使用
在不改变函数调用方式的前提下,给函数的前后添加新功能

最简单装饰器
print("-----最简单装饰器----")
def method():print("我是被装饰的方法")def wrapper(method):def inner():print("装饰器前")method()print("装饰器后")print(inner.__closure__)return innerwrapper(method)()

输出如下:

E:\python\python_sdk\python.exe E:/python/py_pro/demo.py
-----最简单装饰器----
(<cell at 0x00B421D0: function object at 0x00B41A50>,)
装饰器前
我是被装饰的方法
装饰器后
带参数装饰器

接下来我们为被包装的函数,进行参数传递,我们只能通过其包装函数将参数传递过去,然后为被包装的函数赋值使用

print("-----参数装饰器----")def method(a):print("我是被装饰的方法%d"%a)def wrapper(method):def inner(a):print("装饰器前")method(a)print("装饰器后")return inner(3)wrapper(method)

或者如下:

def method(a):print("我是被装饰的方法%d"%a)def wrapper(method):def inner(a):print("装饰器前")method(a)print("装饰器后")return innerwrapper(method)(3)

输出结果如下:

装饰器前
我是被装饰的方法3
装饰器后
多个函数被装饰

def method1(a):print("我是被装饰的方法%d"%a)def method2(a):print("我是被装饰的方法%d" % a)def wrapper(method):def inner(a):print("装饰器前")method(a)print("装饰器后")return innerwrapper(method1)(3)
wrapper(method2)(4)

输出如下:

装饰器前
我是被装饰的方法3
装饰器后
装饰器前
我是被装饰的方法4
装饰器后
@语法糖
print("-----@语法糖-------------")
def decorate(tempMethod):def inner():print("装饰器前")tempMethod()print("装饰器后")print(inner.__closure__)return inner@decorate   #method = decorate(method)
def method():print("我是被装饰的方法")method()

输出如下:

E:\python\python_sdk\python.exe E:/python/py_pro/demo.py
-----@语法糖-------------
(<cell at 0x015C6390: function object at 0x031E1810>,)
装饰器前
我是被装饰的方法
装饰器后Process finished with exit code 0
@语法糖带参数
print("-----@语法糖-------------")
def decorate(tempMethod):def inner(a):print("装饰器前")tempMethod(a)print("装饰器后")print(inner.__closure__)return inner@decorate   #method = decorate(method)
def method(a):print("我是被装饰的方法%d"%a)method(4)

输出如下:

E:\python\python_sdk\python.exe E:/python/py_pro/demo.py
-----@语法糖-------------
(<cell at 0x03A121D0: function object at 0x03A11810>,)
装饰器前
我是被装饰的方法4
装饰器后Process finished with exit code 0

或者如下

print("-----@语法糖-------------")
def decorate(tempMethod):def inner(a):print("装饰器前")tempMethod(a)print("装饰器后")print(inner.__closure__)return inner(7)@decorate   #method = decorate(method)
def method(a):print("我是被装饰的方法%d"%a)method

输出的结果是一样的

完整的装饰
############### 完整的装饰###############
def timmer(qqxing):   #timmer是装饰器的名字,传入的参数就是被装饰的函数def inner(*args,**kwargs):      #在装饰器中需要定义一个内部函数print('调用func之前')ret = qqxing(*args,**kwargs)      #被装饰的函数,并且要执行print('调用func之后')return retreturn inner      #将内部函数的名字返回@timmer   #语法糖  func = timmer(func)
def func(name):print('%s的公司好老板好同事好'%(name))return 1111111111ret = func('俊杰')
print('result : %s'%ret)

输出如下:

E:\python\python_sdk\python.exe E:/python/py_pro/3.装饰器.py
调用func之前
俊杰的公司好老板好同事好
调用func之后
result : 1111111111
完整的通用写法

################ 装饰器的固定结构###############
def wrapper(func):def inner(*args,**kwargs):print("---被装饰函数执行之前要添加的代码---")ret = func(*args,**kwargs)print("---被装饰函数执行之后要添加的代码---")return retreturn inner@wrapper
def method(*args,**kwargs):print("------method------")return args,kwargsret = method("safly",**{"a":"b"})
print(ret)

输出如下:

E:\python\python_sdk\python.exe E:/python/py_pro/3.装饰器.py
---被装饰函数执行之前要添加的代码---
------method------
---被装饰函数执行之后要添加的代码---
(('safly',), {'a': 'b'})Process finished with exit code 0

这篇关于python基础-闭包、装饰器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/1125211

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',