当前位置: 首页 > news >正文

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

下面是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。为了实现这一点,可以使用嵌套函数:

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 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~


http://www.mrgr.cn/news/62048.html

相关文章:

  • 基于springboot的社区团购系统设计与实现
  • 【常用动画方式】transition\animation\定时器setInterval+setTimeout\requestAnimationFrame
  • 基于 SM3 的密钥派生函数 (KDF):国密合规的安全密钥生成方案
  • 如何在Linux系统中使用Nginx作为Web服务器
  • Python数值计算(34)——newton-cotes积分公式
  • nginx 日志配置笔记
  • 财务透明度不足对企业运营决策的影响
  • HarmonyOS 5.0应用开发——文件读写
  • HBuilderX 下载安装
  • 【含文档】基于ssm+jsp的高校隔离宿舍管理系统(含源码+数据库+lw)
  • idea main 不是模块 导致找不到或无法加载主类
  • OpenSSH用户枚举漏洞修复——ubuntu升级ssh版本
  • minio javascript 常用操作整理(未完继续)
  • 在AdaBoost中,分类错误的样本的权重会增大
  • 《达梦》达梦数据库安装步骤(VMware16+麒麟 10+DM8)
  • JS:列表操作
  • 『Linux学习笔记』如何在 Ubuntu 22.04 上安装和配置 VNC
  • Python第六次作业
  • 云腾五洲的智联引擎是什么?
  • Day 3 DNS劫持
  • 微信小程序app.js里面onLaunch里面的函数比page里面的onshow里面的方法后执行
  • 【Eclipse系列】eclipse快捷键和设置
  • HDFS Balancer原理及优化方向
  • 如何在Linux系统中使用Zabbix进行监控
  • 深度学习-39-基于PyTorch的预训练源模型微调到目标模型的流程
  • 宠物空气净化器哪个好?希喂、352真实测评分享