闭包与装饰器简单概括

2024-05-12 01:48
文章标签 简单 闭包 装饰 概括

本文主要是介绍闭包与装饰器简单概括,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!

     装饰器在Python2.4 就开始使用了,装饰器可以说是一个比较厉害的功能.但是 我也是刚开始学装饰器的时候,比较不好理解装饰器的思想. 我希望我的这篇文章,能给刚开始学习装饰器的人,带来更简单的理解.当然也非常感谢,有那么多人写过相关的内容,我也是不断看别人的博客,学习.现在我也想分享一下装饰器,希望可以给刚开始学装饰器的你,提供一些帮助.


1 闭包

在计算机科学中,闭包(Closure)是词法闭包(Lexical Closure)的简称,是引用了自由变量的函数。这个被引用的自由变量将和这个函数一同存在,即使已经离开了创造它的环境也不例外。所以,有另一种说法认为闭包是由函数和与其相关的引用环境组合而成的实体。

1.引入 嵌套函数

def print_msg():msg = "zen of python"def printer():# printer是嵌套函数print(msg)printer()print_msg()

那么有没有一种可能即使脱离了函数本身的作用范围,局部变量还可以被访问得到呢?答案是闭包

def print_msg():# print_msg 是外围函数msg = "zen of python"def printer():# printer 是嵌套函数print(msg)return printeranother = print_msg()another()

现在来实现一个功能 有一个avg 函数 , 它 的作用是计算不断 增加的均值 例如整个历史中某个商品的的平均收盘价,. 每天都会增加新的价格.因此平均值耀考虑到目前为止所有的价格.

avg(10)
10
avg(15)
12.5
avg(10)
11.66
class Average:def __init__(self):self.prices = []def __call__(self, price, *args, **kwargs):self.prices.append(price)total = sum(self.prices)return total / len(self.prices)if __name__ == '__main__':avg = Average()print(avg(10))print(avg(15))print(avg(10))

这样实现看起来没有问题, 来看下 这个实现

def make_averager():prices = []def averager(price):prices.append(price)total = sum(prices)return total / len(prices)return averagerif __name__ == '__main__':avg = make_averager()print(avg(10))print(avg(15))print(avg(10))# avg.__code__.co_varnames
# ('price', 'total')
# avg.__code__.co_freevars
# ('prices',)

思考 ??? avg 如何 存储历史的值的呢?

对 Average 这个应该比较清楚, self.prices 来保存这些信息的呢?
而 make_average 如何保存这些信息的呢?
这里我用绿色画出来的东西,就是闭包
prices 是什么呢?
其实就是一个 自由的变量. (free variable)

2 装饰器的执行时间

装饰器 是在导入模块 的时候就已经执行.
这和普通的函数有点不太一样

#!/usr/bin/env python3
# -*- coding: UTF-8 -*-
"""
@author: Frank 
@contact: frank.chang@shoufuyou.com
@file: test_deco.py
@time: 2018/4/23 下午11:11"""registry = []def register(fun):print('running register({})'.format(fun))registry.append(fun)return fun@register
def f1():print('running f1()')@register
def f2():print('running f2()')def f3():print('running f3()')def main():print('running main()')print('registry --> ', registry)if __name__ == '__main__':main()# 结果如下
running register(<function f1 at 0x10eb366a8>)
running register(<function f2 at 0x10eb9b620>)
running main()
registry -->  [<function f1 at 0x10eb366a8>, <function f2 at 0x10eb9b620>]
3 装饰器

装饰器是什么??

装饰器本质是一个函数,用来修饰你要装饰的函数,就是那么简单,不要想的太复杂了. 

#!/usr/bin/env python3
# -*- coding: UTF-8 -*-
"""
@author: Frank 
@contact: frank.chang@shoufuyou.com
@file: test_deco2.py
@time: 2018/5/1 上午12:08"""
import loggingdef foo():print("I am  foo")def deco(func2):func2()def use_logging(func):logging.warning("%s is running" % func.__name__)func()def use_logging2(func):def wrapper():logging.warning("%s is running" % func.__name__)return func()return wrapper# @use_logging
def fun1():print('I am  fun1')@use_logging2
def fun2():print('I am  fun2')def fun3():print('I am  fun3')if __name__ == '__main__':deco(foo)use_logging(fun1)

当你的函数需要参数的时候怎么办呢?

def wrapper(*args, **kwargs):# args是一个数组,kwargs一个字典logging.warn("%s is running" % func.__name__)return func(*args, **kwargs)return wrapper
2 装饰器 想要保存源信息
#!/usr/bin/env python3
# -*- coding: UTF-8 -*-
"""
@author: Frank 
@contact: frank.chang@shoufuyou.com
@file: test_deco.py
@time: 2018/5/7 下午5:54"""import time
from functools import wrapsdef timethis(func):'''Decorator that reports the execution time.'''# @wraps(func)def wrapper(*args, **kwargs):start = time.time()result = func(*args, **kwargs)end = time.time()print(func.__name__, end - start)return resultreturn wrapper@timethis
def countdown(n):'''Counts down'''while n > 0:n -= 1countdown(100000)# countdown = timethis(countdown)#  在命令行里面看看
countdown(100000)
countdown 0.011469841003417969
countdown.__name__
'wrapper'
countdown.__doc__# 如果加上 wraps
# func __name__, __doc__ 还保存着.
countdown 0.00823211669921875
countdown.__name__
'countdown'
countdown.__doc__
'\n    Counts down\n    '
3 带参数的装饰器

就是装饰器,也加上参数.
就是在加一层函数,进行包装.

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@author: Frank 
@contact: frank.chang@shoufuyou.com
@file: test_deco.py
@time: 2018/4/28 下午7:43装饰器功能,检查函数的入参, 如果全为空, 或者0 ,None,
直接不进行模型计算,直接返回一个 假的分数. 
如果参数有一个不为空,则进行 fun函数进行计算. """
import inspect
import functoolsdef checked_arguments(score, prob):def _checked_arguments(f):
        @functools.wraps(f)def wrapper(*a, **k):d = inspect.getcallargs(f, *a, **k)valid_val = check_arguments(d)if valid_val:return f(*a, **k)else:return {score: -1,prob: 999}return wrapperreturn _checked_argumentsdef check_arguments(d):val = d.values()return any(val)@checked_arguments('payday_loan', 'pydayloan_prob')
def fun(a, b, c, d, *args, **kwargs):return a + 1, b + 1, c + 1, d + 1if __name__ == "__main__":values = fun(1, 2, 3, 4, 5)# values = fun(None, None, None, None)print(values)

来让我们看一下,如何实现,对模型函数,进行入参检查的,

#!/usr/bin/env python3
# -*- coding: UTF-8 -*-
"""
@author: Frank 
@contact: frank.chang@shoufuyou.com
@file: test_deco2.py
@time: 2018/5/10 下午11:31https://docs.python.org/3/library/inspect.html#inspect.Signature.bind
https://docs.python.org/3/library/inspect.html#inspect.BoundArguments"""
import functools
import inspectdef checked_arguments(f):
    @functools.wraps(f)def wrapper(*a, **k):sig = inspect.signature(f).bind(*a, **k)sig.apply_defaults()d = sig.argumentsvalid_val = check_arguments(d)if valid_val:return f(*a, **k)else:return {'score': -1,'prob': 999}return wrapperdef check_arguments(d):args = d.get('args')kw = d.get('kwargs')if not any(args):if not any(kw.values()):return Falsereturn True@checked_arguments
def run(*args, **kwargs):"""模型函数,计算分值用的.:param args::param kwargs::return:"""return (args, kwargs)class PayDayLoanBD:def __init__(self, data):self.data = datadef calculate(self):d1 = dict()d1.update(self.data)result = run(**d1)return resultif __name__ == '__main__':data = {'name': 'frank', 'tongdun_1': 15, 'hangju': 18, 'jd_prob': 32.5}# data = {'name': None, 'tongdun_1': None, 'hangju': None, 'jd_prob': None}bd = PayDayLoanBD(data=data)val = bd.calculate()print(val)

来看下面的方法,如果修饰的不是一个普通的函数,而是一个成员函数,
这里写的有点问题. ... 传入不传入self, 是看你是否用了self, 如果没有用到self,就没有必要显示的传入self, 这个变量 会保存在*args 这个元祖里面...如果装饰器里面需要用到self.xxx ,这个时候就需要显示的传入self,来拿值. 就需要注意了, 需要传 self,写到包装函数里面就可以了.

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""
@author: Frank 
@contact: frank.chang@shoufuyou.com
@file: test_deco3.py
@time: 2018/4/15 下午7:43"""
import functoolsdef run(**kwargs):"""模型函数,计算分值用的.:param args::param kwargs::return:"""return (kwargs)def _check_arguments(d):return any(d.values())def checked_arguments(score, prob):def _checked_arguments(f):
        @functools.wraps(f)def wrapper(self, *args, **kwargs):valid_val = _check_arguments(self.data)if valid_val:return f(self, *args, **kwargs)else:return {score: -1,prob: 999}return wrapperreturn _checked_argumentsclass ScorecardLargeModel:def __init__(self, data):self.data = data    @checked_arguments('cashloan_ab_risk_score', 'cashloan_ab_risk_prob')def fun(self):kwargs = dict(id_card_number='19920908059')kwargs.update(self.data)result = run(**kwargs)return resultif __name__ == "__main__":data = {'0': None, '1': 1111, '2': 2222, '3': None, '4': None, '5': None, '6': None, '7': None, '8': None, '9': None}# data = {'0': None, '1': None, '6': None, '7': None, '8': None, '9': None}large = ScorecardLargeModel(data)val = large.fun()print(val)
4 当装饰器修饰成员函数的时候

这里写的有点问题. ... 传入不传入self, 是看你是否用了self, 如果没有用到self,就没有必要显示的传入self, 这个变量 会保存在*args 这个元祖里面...如果装饰器里面需要用到self.xxx ,这个时候就需要显示的传入self,来拿值.

#!/usr/bin/env python3
# -*- coding: UTF-8 -*-
"""
@author: Frank 
@contact: frank.chang@shoufuyou.com
@file: test_deco4.py
@time: 2018/4/15 下午9:43#  当装饰器 修饰  成员函数的时候.该如何处理呢?"""
import functools
import timedef fn_timer(fn):"""计算 fn 的运算时间:param fn::return:"""    @functools.wraps(fn)def wrapper(*args, **kwargs):start = time.time()result = fn(*args, **kwargs)end = time.time()print(fn.__name__ + '  total running time %s seconds' % str(end - start))return resultreturn wrapperdef _check_arguments(d):return any(d.values())def checked_arguments(f):"""保存的code:param f::return:"""    @functools.wraps(f)def wrapper(self, *args, **kwargs):valid_val = _check_arguments(self.data)if valid_val:return f(self, *args, **kwargs)else:return {'score': -1,'prob': 999}return wrapperclass ScorecardLargeModel:def __init__(self, data):self.data = data    @checked_argumentsdef fun1(self, months):return 'fun1  running. months={}'.format(months)    @fn_timerdef fun2(self, name):time.sleep(0.5)return "fun2 running. name={}".format(name)if __name__ == "__main__":# data = {'0': None, '1': 1111, '2': 2222, '3': None, '4': None, '5': None, '6': None, '7': None, '8': None, '9': None}data1 = {'0': None, '1': None, '6': None, '7': None, '8': None, '9': None}large = ScorecardLargeModel(data1)val = large.fun1(3)print(val)val2 = large.fun2('frank')print(val2)# {'score': -1, 'prob': 999}
# fun2  total running time 0.5017671585083008 seconds
# fun2 running. name=frank

 
参考链接

https://foofish.net/python-closure.html

https://foofish.net/python-decorator.html

Graham Dumpleton 的文章详解Python的装饰器


总结: 本文总结装饰器的一些基本的使用, 装饰器的概念,以及装饰的执行时间,带参数的装饰器等. 

这篇关于闭包与装饰器简单概括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/981261

相关文章

一份LLM资源清单围观技术大佬的日常;手把手教你在美国搭建「百万卡」AI数据中心;为啥大模型做不好简单的数学计算? | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦! 1. 为啥大模型做不好简单的数学计算?从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o),组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试,然后由经验丰富的判卷老师评判得分。 结果如上图所

回调的简单理解

之前一直不太明白回调的用法,现在简单的理解下 就按这张slidingmenu来说,主界面为Activity界面,而旁边的菜单为fragment界面。1.现在通过主界面的slidingmenu按钮来点开旁边的菜单功能并且选中”区县“选项(到这里就可以理解为A类调用B类里面的c方法)。2.通过触发“区县”的选项使得主界面跳转到“区县”相关的新闻列表界面中(到这里就可以理解为B类调用A类中的d方法

自制的浏览器主页,可以是最简单的桌面应用,可以把它当成备忘录桌面应用

自制的浏览器主页,可以是最简单的桌面应用,可以把它当成备忘录桌面应用。如果你看不懂,请留言。 完整代码: <!DOCTYPE html><html lang="zh-CN"><head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><ti

python实现最简单循环神经网络(RNNs)

Recurrent Neural Networks(RNNs) 的模型: 上图中红色部分是输入向量。文本、单词、数据都是输入,在网络里都以向量的形式进行表示。 绿色部分是隐藏向量。是加工处理过程。 蓝色部分是输出向量。 python代码表示如下: rnn = RNN()y = rnn.step(x) # x为输入向量,y为输出向量 RNNs神经网络由神经元组成, python

flask 中使用 装饰器

因为要完成毕业设计,我用到fountain code做数据恢复。 于是在github上下载了fountain code的python原代码。 github上的作者用flask做了fountain code的demo。 flask是面向python的一个网站框架。 里面有用到装饰器。 今天笔试的时候,我也被问到了python的装饰器。

宝塔面板部署青龙面板教程【简单易上手】

首先,你得有一台部署了宝塔面板的服务器(自己用本地电脑也可以)。 宝塔面板部署自行百度一下,很简单,这里就不走流程了,官网版本就可以,无需开心版。 首先,打开宝塔面板的软件商店,找到下图这个软件(Docker管理器)安装,青龙面板还是安装在docker里,这里依赖宝塔面板安装和管理docker。 安装完成后,进入SSH终端管理,输入代码安装青龙面板。ssh可以直接宝塔里操作,也可以安装ssh连接

XMG Quartz2D的简单使用

// //  Quratz2DView.m //  Quartz2D // //  Created by 王宁 on 16/5/6. //  Copyright © 2016年 ylshmacmini. All rights reserved. // #import "Quratz2DView.h" //Quartz@2D是一个二维绘图引擎,同时支

网页脚本输入这么简单

如何在网页中进行脚本操作呢? 研究了一下,很简单,用google浏览器的Console直接操作javaScript。思路: Created with Raphaël 2.1.0 开始 输入(如何输入) 点击(如何点击) 结束 下面是,通过脚本刷直播屏的实现,直接在Console输入即可 var words=new Arra

Closures(闭包)

Closures(闭包) 本节主要讲groovy中的一个核心语法:closurs,也叫闭包。闭包在groovy中是一个处于代码上下文中的开放的,匿名代码块。它可以访问到其外部的变量或方法。 1. 句法 1.1 定义一个闭包 { [closureParameters -> ] statements } 其中[]内是可选的闭包参数,可省略。当闭包带有参数,就需要->来将参数和闭包体相分离。

Linux网络编程之简单并发服务器

1.概念 与前面介绍的循环服务器不同,并发服务器对服务请求并发处理。而循环服务器只能够一个一个的处理客户端的请求,显然效率很低. 并发服务器通过建立多个子进程来实现对请求的并发处理,但是由于不清楚请求客户端的数目,因此很难确定子进程的数目。因此可以动态增加子进程与事先分配的子进程相结合的方法来实现并发服务器。 2. 算法流程 (1)TCP简单并发服务器:     服务器子进程1: