Python---闭包、函数作为参数传递、装饰器-----进阶必备,不必再为弄不清而烦恼

简介: Python---闭包、函数作为参数传递、装饰器-----进阶必备,不必再为弄不清而烦恼

都说Python装饰器好用,那么Python 装饰器是什么呢?下面让我们来解开它的神秘面试,深层次的了解并学会使用吧! 首先Python装饰器(fuctional decorators)就是用于拓展原来函数功能的一种函数,目的是在不改变原函数名(或类名)的情况下,给函数增加新的功能。

这个函数的特殊之处在于它的返回值也是一个函数,这个函数是内嵌“原“”函数的函数。


**

什么是闭包

**

#  闭包
def fun1():
    name="想学"
    def fun2():
        print(name)
    fun2()
fun1()

结果

想学

我们可以发现函数的返回值是一个函数。

执行过程:fun1()==>name="想学"==>def fun2()[此处此时没有调用]==》fun2()==>print(name)

我们可以发现在没有改变fun1()函数函数名的情况下使函数fun1()增加了新的功能。


**

通过time去测试一个函数去测试另一个函数执行时间

**

time包


time包中用且此时需要用到的我觉得就那么几个方法

First time.time,就是得到此时的时间,传给一个变量保存,一般用于程序执行时长测试,在程序开始和结束都写入time.time,记录下开始和结束时间,最后做一下差就可以得到程序的运行时长。


Second: time.sleep(时间),是程序执行到time.sleep时睡眠(休息)一会再执行后面的程序。通常用于对抗爬虫中的反爬,也可以处理一些极端情况,例如程序执行时间太短无法打印出时长,我们就会通过time.sleep使时长延长,打印出时间,下面会说例子进行讲解。


import time
def fun():
    print("我是被测试函数")
#开始运行时间
start_time=time.time()
#结束运行时间
end_time=time.time()
#计算总共用时
print("--->总运行时间:%s--->"%(end_time-start_time))

结果:

--->总运行时间:0.0--->

唉,怎么回事,程序执行的时长为0,难道程序没执行???

事实当然不是这样,只是程序很简单,电脑执行过快没有显示,仅此而已

下面加入了time.sleep(0.1),程序休眠0.1秒,再让我们看看结果吧。

# 写一个函数去测试另一个函数的效率
# 首先引入时间库  time
import time
def fun():
    print("我是被测试函数")
#开始运行时间
start_time=time.time()
# print(start_time)
#暂停0.1s
time.sleep(0.1)
#结束运行时间
end_time=time.time()
#计算总共用时
print("--->总运行时间:%s--->"%(end_time-start_time))

结果:

--->总运行时间:0.11335253715515137--->

我们可以发现程序执行时长为**0.11335253715515137**,大于0.1,所以可以证明上面的代码是运行了的,只不过执行太快。姑且认为是是电脑没有捕捉到吧

**

函数作为参数传入另一个函数

**

众所周知python中的函数可以作为参数传入的,但是要把括号去掉,不然基本上都包**TypeError: 'NoneType' object is not callable**错误。


下面让我们来看看怎么作为参数传递的,又是怎么测出程序运行的时间的

#把运行时间放入函数内
import time
def fun3():
    print("hhhhhh")
def timer(fn):
    start_time=time.time()
    time.sleep(0.1)
    fn()
    end_time=time.time()
    print("--->总运行时间:%s--->" % (end_time - start_time))
fun3()
f1=fun3   #作为函数赋值给其他变量
fun3=timer
fun3(f1)

结果:

hhhhhh
hhhhhh
--->总运行时间:0.10659313201904297--->

第一个hhhhh是fun3()打印出来的,因为在下面调用了上面的fun3()函数,打印出来一个hhhhhh。然后f1=fun3 ,此时fun3作为函数赋值给其他变量,fun3就是fun3(),因为传参时候要去掉括号,所以f1=fun3,此时打印下f1也可以打印出hhhhhh,因为fun3()最为值赋值给了f1。timer赋值给func,然后func(f1)就出现上面的结果了。

简而言之fun3(f1)就是 timer(fun3()),只不过是吧两个函数都当作两个变量赋值给了变量。

f1=fun3   #作为函数赋值给其他变量
fun3=timer
fun3(f1)

等价于

f1=fun3
timer(f1)

同样物品们用time.time记录下来了项目的开始时间和结束时间。使用time.slepp(0.1)睡眠了0.1秒,毕竟这个程序还是非常简单的,电脑执行起来还是非常快的

**

非装饰器实现函数功能

**


#  非装饰器
import time
def timer(f):   #boss
    def inner():   #boss2
        start_time=time.time()
        time.sleep(0.1)
        f()
        end_time = time.time()
        print("--->总运行时间:%s--->" % (end_time - start_time))
    return inner
def func():   #rss
    print("这里是func")
A=timer(func)
A()

结果:

这里是func
--->总运行时间:0.11059880256652832--->

A=timer(func) ,func函数作为参数传入timer中,然后赋值给A,最后要叫一下A()


叫一下是什么意思呢??例如:

def k():
    print("你好,世界")
k()

以上所示,再写好一个函数之后,在下面要叫一下(也就是调用一下,不然你打印出来 print(k)就是一串**<function k at 0x000001F490B1D1F0>**,目测应该是一串类似于地址的数值,可能就是地址)****


**

语法糖/装饰器

**

什么是语法糖,什么又是装饰器呢,学完你就会发现语法糖其实就是装饰器,就问你,懵不懵。

#语法糖/装饰器
import time
def timer(f):   #boss
    def inner():   #boss2
        start_time=time.time()
        time.sleep(0.1)
        f()
        end_time = time.time()
        print("--->总运行时间:%s--->" % (end_time - start_time))
    return inner
@timer #fun=timer(func)
def func():
    print("这里是func")
func()

结果:

这里是func
--->总运行时间:0.10718822479248047--->

我们可以发现修饰器和非修饰器的区别就在与非修饰器没有写fun=timer(func),而是直接在func上写一个@timer,两者是等价的。也就是修饰器从这两段来看只是省略了一句代码,但是你会慢慢的发现它的用处很大

**关注我,带你了解更多python知识**




目录
相关文章
|
3天前
|
设计模式 Python
掌握Python中的装饰器
【10月更文挑战第34天】装饰器是Python中一种强大的工具,它允许我们在不修改原函数代码的情况下增加其功能。本文通过简单易懂的语言和实例,引导你理解装饰器的概念、种类及其应用,帮助你在编程实践中灵活使用这一高级特性。
|
5天前
|
存储 缓存 算法
Python闭包|你应该知道的常见用例(下)
Python闭包|你应该知道的常见用例(下)
12 1
Python闭包|你应该知道的常见用例(下)
|
9天前
|
自然语言处理 小程序 测试技术
Python闭包|你应该知道的常见用例(上)
Python闭包|你应该知道的常见用例(上)
14 3
Python闭包|你应该知道的常见用例(上)
|
1天前
|
Python
深入理解Python装饰器:从入门到实践####
本文旨在通过简明扼要的方式,为读者揭开Python装饰器的神秘面纱,从基本概念、工作原理到实际应用场景进行全面解析。不同于常规的摘要仅概述内容概要,本文将直接以一段精炼代码示例开篇,展示装饰器如何优雅地增强函数功能,激发读者探索兴趣,随后深入探讨其背后的机制与高级用法。 ####
24 11
|
2天前
|
缓存 开发者 Python
探索Python中的装饰器:简化代码,增强功能
【10月更文挑战第35天】装饰器在Python中是一种强大的工具,它允许开发者在不修改原有函数代码的情况下增加额外的功能。本文旨在通过简明的语言和实际的编码示例,带领读者理解装饰器的概念、用法及其在实际编程场景中的应用,从而提升代码的可读性和复用性。
|
3天前
|
设计模式 缓存 监控
Python中的装饰器:代码的魔法增强剂
在Python编程中,装饰器是一种强大而灵活的工具,它允许程序员在不修改函数或方法源代码的情况下增加额外的功能。本文将探讨装饰器的定义、工作原理以及如何通过自定义和标准库中的装饰器来优化代码结构和提高开发效率。通过实例演示,我们将深入了解装饰器的应用,包括日志记录、性能测量、事务处理等常见场景。此外,我们还将讨论装饰器的高级用法,如带参数的装饰器和类装饰器,为读者提供全面的装饰器使用指南。
|
1天前
|
测试技术 开发者 Python
探索Python中的装饰器:从基础到高级应用
【10月更文挑战第36天】装饰器在Python中是提升代码效率和可读性的利器,它们允许开发者在不改变原有函数定义的情况下增加额外的功能。本文将引导读者从理解装饰器的基本概念出发,通过实际代码示例,逐步深入到更复杂的应用场景,如装饰器堆叠和带参数的装饰器。我们将一起探索如何利用这一强大工具来优化我们的编码实践。
|
3天前
|
Python
深入浅出Python装饰器
【10月更文挑战第34天】在编程的世界里,我们常常需要扩展函数的功能,但又不想修改其源代码。Python装饰器的引入,就像是给函数穿上了一件魔法斗篷,让这一切变得可能。本文将带你领略装饰器的魔力,从基础概念到实际应用,一起探索这个强大的工具如何简化我们的代码并增加程序的可读性。
|
3天前
|
设计模式 程序员 数据处理
编程之旅:探索Python中的装饰器
【10月更文挑战第34天】在编程的海洋中,Python这艘航船以其简洁优雅著称。其中,装饰器作为一项高级特性,如同船上的风帆,让代码更加灵活和强大。本文将带你领略装饰器的奥秘,从基础概念到实际应用,一起感受编程之美。
|
5天前
|
缓存 开发者 Python
探索Python中的装饰器:简化和增强你的代码
【10月更文挑战第32天】 在编程的世界中,简洁和效率是永恒的追求。Python提供了一种强大工具——装饰器,它允许我们以声明式的方式修改函数的行为。本文将深入探讨装饰器的概念、用法及其在实际应用中的优势。通过实际代码示例,我们不仅理解装饰器的工作方式,还能学会如何自定义装饰器来满足特定需求。无论你是初学者还是有经验的开发者,这篇文章都将为你揭示装饰器的神秘面纱,并展示如何利用它们简化和增强你的代码库。
下一篇
无影云桌面