从菜鸟到大神,一篇文章带你玩转Python闭包与装饰器的深度应用

简介: 【7月更文挑战第4天】Python中的闭包和装饰器是增强代码优雅性的关键特性。闭包是能访问外部作用域变量的内部函数,如示例中的`inner_function`。装饰器则是接收函数并返回新函数的函数,用于扩展功能,如`my_decorator`。装饰器可与闭包结合,如`repeat`装饰器,它使用闭包记住参数并在调用时重复执行原函数。这些概念提升了代码复用和可维护性。

在Python的广阔世界里,闭包(Closures)与装饰器(Decorators)是两大强大的特性,它们不仅能让代码更加优雅,还能显著提升代码的复用性和可维护性。从初学者的视角出发,我们将通过一系列示例,逐步揭开它们神秘的面纱,带你从菜鸟成长为玩转这些高级概念的大神。

初识闭包
闭包,简而言之,是一个能够记住并访问其词法作用域(lexical scope)的函数。换句话说,闭包是一个函数值,它引用了其外部作用域中的变量。

python
def outer_function(text):
def inner_function():
print(text)
return inner_function # 注意这里返回的是函数本身,而非调用它

使用闭包

my_closure = outer_function("Hello, world!")
my_closure() # 输出: Hello, world!
在上面的例子中,inner_function就是一个闭包,因为它记住了并访问了外部作用域(outer_function)中的变量text。

深入装饰器
装饰器本质上是一个函数,它接收一个函数作为参数并返回一个新的函数。这个特性让装饰器成为在不修改原有函数定义的情况下,为函数添加新功能的强大工具。

python
def my_decorator(func):
def wrapper():
print("Something is happening before the function is called.")
func()
print("Something is happening after the function is called.")
return wrapper

@my_decorator
def say_hello():
print("Hello!")

say_hello()

输出:

Something is happening before the function is called.

Hello!

Something is happening after the function is called.

在这个例子中,@my_decorator是装饰器语法糖,等同于say_hello = my_decorator(say_hello)。装饰器my_decorator接收say_hello函数,并返回一个新的函数wrapper,该函数在调用原始函数前后分别执行了额外的操作。

闭包与装饰器的结合应用
装饰器经常与闭包结合使用,以实现更复杂的逻辑。比如,我们可以创建一个带参数的装饰器,该装饰器内部使用闭包来记住这些参数。

python
def repeat(num_times):
def decorator_repeat(func):
def wrapperrepeat(args, *kwargs):
for
in range(num_times):
result = func(args, *kwargs)
return result
return wrapper_repeat
return decorator_repeat

@repeat(3)
def greet(name):
print(f"Hello, {name}!")

greet("Alice")

输出:

Hello, Alice!

Hello, Alice!

Hello, Alice!

在这个例子中,repeat装饰器接受一个参数num_times,它返回一个实际的装饰器decorator_repeat。decorator_repeat再返回一个闭包wrapper_repeat,该闭包记住了num_times的值,并在每次调用时重复执行被装饰的函数指定次数。

通过这些示例,我们不仅学习了闭包与装饰器的基本概念,还掌握了它们在实际编程中的深度应用。希望这能帮助你从Python的菜鸟成长为玩转闭包与装饰器的大神。

相关文章
|
3天前
|
存储 安全 Java
在python中使用闭包和其他惯例
【7月更文挑战第3天】本文介绍闭包基本概念和例子,内部函数访问外部变量,实现数据隐藏。以及 Python的惯用法:用`in`检查字典键,用`dict.get()`安全取值。
14 1
在python中使用闭包和其他惯例
|
1天前
|
机器学习/深度学习 算法 数据挖掘
Python强化学习应用于数据分析决策策略:** - 强化学习让智能体通过环境互动学习决策。
【7月更文挑战第5天】**Python强化学习应用于数据分析决策策略:** - 强化学习让智能体通过环境互动学习决策。 - Python因丰富库(如TensorFlow, PyTorch, Keras, Pandas, NumPy)和生态而受青睐。 - 使用OpenAI Gym构建环境,如`gym.make('CartPole-v0')`。 - 选择模型,例如神经网络,定义策略如Q-Learning。 - 训练模型,调整智能体行为,如Q-Learning更新Q表。 - 最后评估模型性能,实现数据驱动决策。
10 3
|
3天前
|
缓存 测试技术 Python
python的装饰器是什么?有什么作用?迭代器和生成器的区别?
python的装饰器是什么?有什么作用?迭代器和生成器的区别?
|
3天前
|
Python
惊呆了!Python 闭包与装饰器:解锁代码魔法的神秘钥匙🔑
【7月更文挑战第3天】Python中的闭包和装饰器是代码的神器。闭包是内嵌函数记住外部函数的变量,如`inner_function`记住`outer_function`的`x`。装饰器不修改原函数,增加额外功能,如`my_decorator`在`my_function`执行前后的打印。它们提升代码复用性,如`timeit_decorator`计时或`permission_required`控制访问权限。利用这些特性,编码变得更高效和优雅。
|
Python 数据可视化 机器学习/深度学习
Python相关文章合集(玉树芝兰)
这一段陆续写了不少Python相关的文章。因为在时间线上散落各处,不便于读者查找和按照顺序浏览,所以用这篇文章做个汇集。 如何高效学Python? 如何用Python做词云? 如何用Python做中文分词? 如何用Python做情感分析? 如何用Py...
1162 0
|
2天前
|
存储 SQL 数据可视化
Python 金融编程第二版(二)(4)
Python 金融编程第二版(二)
10 1
|
2天前
|
存储 分布式计算 数据可视化
Python 金融编程第二版(四)(2)
Python 金融编程第二版(四)
10 0
|
2天前
|
存储 SQL 数据可视化
Python 金融编程第二版(四)(1)
Python 金融编程第二版(四)
9 0
|
2天前
|
数据挖掘 索引 Python
Python 金融编程第二版(二)(5)
Python 金融编程第二版(二)
7 0
|
2天前
|
数据可视化 Python
Python 金融编程第二版(三)(4)
Python 金融编程第二版(三)
12 2