Python小白学习教程从入门到入坑------第二十课 闭包修饰器(语法基础)
一、递归函数
1.1 基本信息
递归函数是指一个函数在其定义中直接或间接地调用了自身
递归在解决许多问题(如树的遍历、图的搜索、数学中的分治算法等)时非常有用
在Python中,递归函数可以通过简单的语法来实现
然而,使用递归时需要小心,以避免导致无限递归(栈溢出)或性能低下的问题
1.2 递归函数使用条件
1、明确的结束条件
2、每进行更深一层的递归时,问题规模相比上次递归都要有所减少
3、相邻两次重复之间有紧密的联系
eg1:分别用普通函数和递归函数来实现计算1-100累加和
普通函数:
def add():s = 0for i in range(1,101):s += iprint(s)
add ()
# 输出结果:5050
递归函数:
def add2(n): # 要累加到第n项# 如果是1,就返回1 ---明确的结束条件if n == 1:return 1# 如果不是1,重复执行累加并返回结果return n + add2(n-1)
print(add2(100))
# 输出结果:5050
eg2:斐波那契数列(1,1,2,3,5,8,13...)
规律:从第三项开始,每一项都等于前两项之和,即 n = (n-2)+ (n-1)
n:当前项 n-1:前一项 n-2:前两项
def funa(n): # n代表第n项if n <= 1:return nreturn funa(n-2)+funa(n-1)
print(funa(5))
# 输出结果:5
1.3 递归函数的优缺点
优点:简洁、逻辑清晰、解题更具有思路
缺点:使用递归函数时,需要反复调用函数,耗内存,运行效率低(用循环容易解决的问题,首选循环)
二、闭包
2.1 含义&使用条件
含义:在嵌套函数的前提下,内部函数使用了外部函数的变量,而且外部函数返回了内部函数,我们就把使用了外部函数变量的内部函数称为闭包
在Python中,闭包(Closure)是指一个函数对象,它记住了其创建时的环境(即外部作用域中的变量)。即使这个函数对象被传递到其他地方调用,它仍然可以访问这些外部变量。闭包的一个常见用途是创建带有私有变量的函数工厂或数据封装
使用前提条件:
1、嵌套函数:闭包通常涉及嵌套函数,即在一个函数内部定义另一个函数
2、非局部变量:内部函数可以访问外部函数的局部变量(这些变量在外部函数返回后通常会被销毁,但由于闭包的存在,它们被保留了下来)
3、返回内部函数:外部函数返回内部函数对象,这个返回的函数对象就是闭包
eg1:
def outer(): # 外层函数n = 10 # 外层函数的局部变量def inner(): # 内层函数print(n) # 内层函数使用外层函数的局部变量# 外层函数的返回值是内层函数的函数名return inner
# print(outer()) # 返回的是内部函数的内存地址# 第一种调用写法
outer()() # 输出结果:10# 第二种调用写法
ot = outer() # 调用外函数
ot() # 调用内函数
# 输出结果:10
eg2:
def outer(m): # 外函数,m是形参,也是外函数的局部变量n = 10def inner(): # 内函数print("计算结果:",m+n)return inner # 返回函数名,而不是inner(),因为inner函数里面参数比较多时或者说受限制时,写法不太规范
ot = outer(20) # 调用外函数
ot() # 调用内函数
# 输出结果:计算结果: 30
2.2 函数引用
eg1:
def funa():print(123)
print(funa) # 输出内容:<function funa at 0x00000265916D6948>: 函数名里面保存了函数所在位置的引用
# id():判断两个变量是否是同一个值的引用
a = 1 # a只不过是一个变量名,存的是1这个数值所在的地址,就是a里面存了数值1的引用
print(a) # 1
print(id(a)) # 输出内容:140720708025408
a = 2 # 修改a,生成了新的值,重新赋值给变量a
print(id(a)) # 输出内容:140720708025440
eg2:
def test1(): # test1也只不过是一个函数名,里面存了这个函数所在位置的引用print("这是test函数")
test1()
print(test1) # 内存地址(引用)
te = test1
te() # 通过引用调用函数
每次开启内函数都在使用同一份闭包变量:
eg:
def outer(m):print("outer()函数中的值:",m)def inner(n):print("inner()函数中的值:",n)return m+n #在inner函数中返回mtn的值return inner
ot=outer(10)#调用外的数,给outer()传值
# print(ot)
# 第一次调用内函数,给inner()函数传值
print(ot(20)) # 调用内函数,给inner()传值 10+20
# 输出结果:
# outer()函数中的值: 10
# inner()函数中的值: 20
# 30
# 第二次调用内函数
print(ot(40)) # 10+40
# 第三次调用内函数
print(ot(80)) # 10+80
总结:使用闭包的过程中,一旦外函数被调用一次,返回了内函数的引用,虽然每次调用内函数,会开启一个函数,执行后消亡但是闭包变量实际上只有一份,每次开启内函数都在使用同一份闭包变量
三、装饰器
3.1 装饰器基础
在 Python 中,装饰器(decorator)是一种用于修改或扩展函数或方法行为的高级功能。它们本质上是一个闭包函数,它接受一个函数作为参数,并返回一个新的函数。装饰器使用@语法糖来应用
装饰器非常有用,特别是当你需要在不修改原有函数代码的情况下,为其添加额外的功能(如日志记录、性能计时、权限检查等)时
3.1.1 标准版装饰器
装饰器的原理就是将原有的函数名重新定义为以原函数为参数的闭包
eg:
# 被装饰的函数
def send():print("发送消息")# 装饰器函数
def outer(fn): # 外层函数,fn是形参,但是往里面传入的是被装饰的函数名:send# 既包含原有功能,又包含新功能def inner(): # 内函数print("登录...")# 执行被装饰的函数fn() # send()return inner
print(outer(send)) # <function outer.<locals>.inner at 0x0000024D4FE069D8>
ot = outer(send) # 调用外函数
ot() # 调用内函数
3.1.2 语法糖
Python提供了一种简洁的语法糖(syntactic sugar)来定义和使用装饰器,即使用@符号
格式:@装饰器名称
eg:
def outer(fn):def inner():print("登录...")# 执行被装饰的函数fn()return inner
# 注意:装饰器名称后面不要加上(),且语法糖最好紧挨着被修饰函数
@outer
def send():print("发送消息:笑死我了")
send()@outer
def send2():print("发送消息:哈哈哈")
send2()
# 输出结果:
# 登录...
# 发送消息:笑死我了
# 登录...
# 发送消息:哈哈哈
eg:一个简单的装饰器示例,它用于计算函数的执行时间:
import time def timing_decorator(func): def wrapper(*args, **kwargs): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() elapsed_time = end_time - start_time print(f"Function {func.__name__} executed in {elapsed_time:.4f} seconds") return result return wrapper @timing_decorator
def some_function(seconds): print(f"Sleeping for {seconds} seconds...") time.sleep(seconds) print("Done sleeping!") # 使用装饰器
some_function(2)
在这个例子中:
timing_decorator 是一个装饰器函数,它接受一个函数 func 作为参数
wrapper 是装饰器内部定义的函数,它包裹了 func,并添加了计时功能
*args 和 **kwargs 允许 wrapper 函数接受任意数量和类型的参数,并将它们传递给 func
在 wrapper 函数中,我们首先记录开始时间,然后调用 func 并保存其结果
接着,我们记录结束时间,计算并打印函数执行的时间
最后,wrapper 函数返回 func 的结果
通过使用 @timing_decorator 语法,我们轻松地将 timing_decorator 应用于 some_function,无需修改 some_function 的代码
3.2 带有参数的装饰器
装饰器本身也可以接受参数
eg1:标准版带参
def outer(fn): # 外层函数,fn是形参,但是往里面传入的是被装饰的函数名:funcdef inner(name): # 内函数,name是内函数的参数print(f"{name}是inner函数中的参数")print("哈哈哈哈")fn(name)return inner
def func(name):print("这是被修饰的函数")ot = outer(func) # ot = inner
ot("junjun") # 调用内函数# 输出结果:
# junjun是inner函数中的参数
# 哈哈哈哈
# 这是被修饰的函数
eg2:语法糖带参
def outer(fn): # 外层函数,fn是形参,但是往里面传入的是被装饰的函数名:funcdef inner(name): # 内函数,name是内函数的参数print(f"{name}是inner函数中的参数")print("哈哈哈哈")fn(name)return inner
@outer
def func(name):print("这是被修饰的函数")
func('junjun')
# 输出结果:
# junjun是inner函数中的参数
# 哈哈哈哈
# 这是被修饰的函数
为了实现这一点,可以使用嵌套函数:(被装饰函数为可变参数*args、**kwargs)
def repeat_decorator(num_times): def decorator_func(func): def wrapper(*args, **kwargs): for _ in range(num_times): result = func(*args, **kwargs) return result return wrapper return decorator_func @repeat_decorator(3)
def greet(name): print(f"Hello, {name}!") # 使用装饰器
greet("Alice")
在这个例子中,repeat_decorator 接受一个参数 num_times,并返回一个真正的装饰器函数 decorator_func。decorator_func 接受一个函数 func 并返回包裹 func 的 wrapper 函数
3.3 多个装饰器
多个装饰器的装饰过程,离函数最近的装饰器先装饰,然后外面的装饰器再进行装饰,由内到外的装饰过程
eg:@deco1在前,@deco2在后
# 第一个装饰器
def deco1(fn):def inner():return "哈哈哈"+fn()+"呵呵呵"return inner
# 第二个装饰器
def deco2(fn):def inner():return "奈斯"+fn()+"非常优秀"return inner# 被装饰的函数
@deco1
@deco2
def test1():return "晚上在学习Python基础"
print(test1())
# 输出结果:哈哈哈奈斯晚上在学习Python基础非常优秀呵呵呵
# 多个装饰器的装饰过程,离函数最近的装饰器先装饰,然后外面的装饰器再进行装饰,由内到外的装饰过程
@deco2在前,@deco1在后
# 第一个装饰器
def deco1(fn):def inner():return "哈哈哈"+fn()+"呵呵呵"return inner
# 第二个装饰器
def deco2(fn):def inner():return "奈斯"+fn()+"非常优秀"return inner# 被装饰的函数
@deco2
@deco1
def test1():return "晚上在学习Python基础"
print(test1())
# 输出结果:奈斯哈哈哈晚上在学习Python基础呵呵呵非常优秀
# 多个装饰器的装饰过程,离函数最近的装饰器先装饰,然后外面的装饰器再进行装饰,由内到外的装饰过程
3.4 保留函数元数据
在装饰器内部定义的 wrapper 函数通常会覆盖被装饰函数的元数据(如 __name__ 和 __doc__)
为了保留这些元数据,可以使用 functools.wraps 装饰器:
eg:
from functools import wraps def my_decorator(func): @wraps(func) def wrapper(*args, **kwargs): print(f"Calling {func.__name__}") result = func(*args, **kwargs) print(f"{func.__name__} returned {result}") return result return wrapper @my_decorator
def add(a, b): """Return the sum of a and b.""" return a + b print(add.__name__) # 输出: add
print(add.__doc__) # 输出: Return the sum of a and b.
functools.wraps 装饰器确保了 wrapper 函数保留了 func 的名称和文档字符串等元数据
今天的分享就到这里了,希望能帮助到大家~