在 Python 中，函数是第一类对象

分手后的思念是犯贱 2024-04-01 11:30 95阅读 0赞

函数在 Python 中是第一类对象，这意味着：

函数是对象--它们可以被引用，传递到一个变量，也可以从其他函数返回。 函数可以被定义在另一个函数中--一个内部函数--也可以作为参数传递给另一个函数。

def say_name():
        print("Guido van Rossum")
    
    
    def say_nationality():
        print("Netherlands")
    
    
    def say(func):
        return func
    
    
    say(say_name)()
    say(say_nationality)()
    Output:
    
    Guido van Rossum
    Netherlands

这里我们将两个不同的函数引用（不是括号内的）作为参数发送给say函数，该函数再次返回引用。

这就是内部函数的工作方式。

def say():
    
        def say_name():
            print("Guido van Rossum")
    
        def say_nationality():
            print("Netherlands")
    
        say_name()
        say_nationality()
    
    say()
    Output:
    
    Guido van Rossum
    Netherlands

装饰器

你已经看到函数就像Python中的其他对象一样，现在让我们举个例子来看看Python装饰器的魔力。

def say(func):
    
        def employer():
            print("说说你的事。")
    
        def say_name():
            print("我的名字是Guido van Rossum。")
    
        def say_nationality():
            print("我来自荷兰。")
    
        def wrapper():
             employer() #雇主()
            say_name()
            say_nationality()
            func()
    
        return wrapper
    
    @say
    def start_interview():
        print("真正的面试开始了...")
    
    start_interview()

输出:

说些关于你的事情。
    我的名字是Guido van Rossum。
    我来自荷兰。
    真正的面试开始了...

这里当我们调用`start_interview`方法时。它进入装饰函数`say`，定义了雇主、say\_name、say\_nationality和包装函数，最后它返回包装函数的引用，并在调用者函数start\_interview的地方调用它。

用参数装饰函数

我们还可以装饰一个带参数的函数。我们可以在封装函数中使用`*args`和`**kwargs`接受这些参数。

def say(func):
    
        def wrapper(*args, **kwargs):
            func(*args, **kwargs)
        return wrapper
    
    @say
    def greet(name):
        print("Hello {}".format(name))
    
    greet("Goutom")
    输出:
    
    Hello Goutom

从装饰过的函数返回 当你的装饰函数返回一些东西时会发生什么？就是从包装器中返回调用者函数。让我们看一个例子来理解这一点。

def my_decorator(func):
    
        def wrapper(*args, **kwargs):
            return func(*args, **kwargs)
        return wrapper
    
    @my_decorator
    def doubled(number):
        return number*2
    
    print(doubled(10))
    Output:
    
    20

自检

在Python中，自省是指一个对象在运行时了解其自身属性的能力。例如，一个函数知道它自己的名字和文档。让我们打印 doubled 函数的名字。

print(doubled.__name__)
    Output:
    
    wrapper

但它应该是被加倍的。在被装饰后，我们的双倍函数对其身份产生了混淆，因为它是从 wrapper 函数中被调用的。为了解决这个问题，装饰器应该在wrapper函数中使用`@functools.wraps`装饰器，这将保留原函数的信息。在添加这个装饰器后，它将加倍返回其原始名称。

一个现实世界的例子

让我们写一个装饰器，它将计算函数的执行时间（以秒为单位）并在控制台中打印出来。

import functools
    import time
    
    
    def timer(func):
    
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            start_time = time.perf_counter()
            value = func(*args, **kwargs)
            end_time = time.perf_counter()
            run_time = end_time - start_time
            print("Finished {} in {} secs".format(repr(func.__name__), round(run_time, 3)))
            return value
    
        return wrapper
    Now let's use this decorator:
    
    @timer
    def doubled_and_add(num):
        res = sum([i*2 for i in range(num)])
        print("Result : {}".format(res))
    
    doubled_and_add(100000)
    doubled_and_add(1000000)
    Output:
    
    Result : 9999900000
    Finished ‘doubled_and_add’ in 0.0119 secs
    Result : 999999000000
    Finished ‘doubled_and_add’ in 0.0897 secs

现在我们来使用这个装饰器。

注册插件

装饰器不一定要包装它们所装饰的函数。他们也可以简单地注册一个函数的存在，并返回它的非包装。例如，这可以用来创建一个轻量级的插件架构。

PLUGINS = dict()
    
    def register(func):
        PLUGINS[func.__name__] = func
        return func
    
    @register
    def add(a, b):
        return a+b
    
    @register
    def multiply(a, b):
        return a*b
    
    def operation(func_name, a, b):
        func = PLUGINS[func_name]
        return func(a, b)
    
    print(PLUGINS)
    print(operation('add', 2, 3))
    print(operation('multiply', 2, 3))
    Output :
    
    {‘add’: <function add at 0x7fb27f7a8620>, ‘multiply’: <function multiply at 0x7fb27f7a88c8>}
    5
    6

@register装饰器只是在全局`PLUGINS dict`中存储了一个对被装饰函数的引用。注意，在这个例子中，你不需要写一个内部函数或使用@functools.wraps，因为你返回的是未经修改的原始函数。

这种简单的插件架构的主要好处是，你不需要维护一个存在哪些插件的列表。这个列表是在插件自己注册时创建的。这使得添加一个新的插件变得非常简单：只需定义函数并使用`@register`来装饰它。

装饰类

有两种不同的方法可以在类上使用装饰器。第一种是通过装饰类的方法或装饰整个类。

几个内置的类装饰器

一些内置在 Python 中的常用装饰器是 @classmethod, @staticmethod, 和 @property。@classmethod 和 @staticmethod 装饰器用于定义类命名空间内的方法，这些方法与该类的特定实例没有关系。@property装饰器用于定制类属性的getters和setters。展开下面的方框，可以看到一个使用这些装饰器的例子。你可以在这里了解更多关于内置装饰器的信息。

让我们看一个例子。

class Circle:
        def __init__(self, radius):
            self._radius = radius
    
        @property
        def radius(self):
            ""获取半径的值""
            return self._radius
    
        @radius.setter
        def radius(self, value):
            ""设置半径，如果是负值，则引发错误"""
            if value >=0:
                self._radius = value
            else:
                raise ValueError("半径必须为正")
    
        @property
        def area(self):
            ""计算圆内的面积""
            return self.pi() * self.radius**2
    
        def cylinder_volume(self, height):
            ""计算以圆为底的圆柱体的体积""
            return self.面积 * 高度
    
        @classmethod
        def unit_circle(cls):
            ""创建半径为1的圆的工厂方法""
            return cls(1)
    
        @classmethod
        def pi():
            ""π的值，不过可以用math.pi代替""
            return 3.1415926535

在这个类中:

`.cylinder_volume()`是一个常规方法。

`.radius`是一个可变的属性：它可以被设置成不同的值。

然而，通过定义一个`setter`方法，我们可以做一些错误测试以确保它不会被设置为一个无意义的负数。属性作为属性被访问，没有括号。

`.area`是一个不可变的属性：没有.setter()方法的属性不能被改变。即使它被定义为一个方法，它也可以作为一个属性被检索，不需要括号。

`.unit_circle()`是一个类方法。它不与Circle的一个特定实例绑定。类方法经常被用作工厂方法，可以创建该类的特定实例。

`.pi()`是一个静态方法。它并不真正依赖于Circle类，除了它是其命名空间的一部分。静态方法可以在一个实例或类上调用。

在控制台中测试。

>> c = Circle(5)
    >>> c.radius
    5
    
    >> c.面积
    78.5398163375
    
    >> c.半径=2
    >> c.面积
    12.566370614
    
    >>> c.面积=100
    AttributeError: 不能设置属性
    
    >> c.圆柱体_体积(高度=4)
    50.265482456
    
    >> c.radius = -1
    ValueError。半径必须是正数
    
    >> c = Circle.unit_circle()
    >> c.radius
    1
    
    >> c.pi()
    3.1415926535
    
    >>> Circle.pi()
    3.1415926535

装饰一个类方法

这里我们使用之前创建的定时器装饰器。

class Calculator:
    
        def __init__(self, num):
            self.num = num
    
        @timer
        def doubled_and_add(self):
            res = sum([i * 2 for i in range(self.num)])
            print("Result : {}".format(res))
    
    c = Calculator(10000)
    c.doubled_and_add()
    Output:
    
    Result : 99990000
    Finished 'doubled_and_add' in 0.001 secs
    Decorate a class
    @timer
    class Calculator:
    
        def __init__(self, num):
            self.num = num
            import time
            time.sleep(2)
    
        def doubled_and_add(self):
            res = sum([i * 2 for i in range(self.num)])
            print("Result : {}".format(res))
    
    c = Calculator(100)
    Output:
    
    Finished 'Calculator' in 2.001 secs

装饰一个类并不能装饰它的方法。在这里，`@timer`只测量实例化类的时间。

嵌套装饰器

def hello(func):
        def wrapper():
            print("Hello")
            func()
        return wrapper
    
    def welcome(func):
    
        def wrapper():
            print("Welcome")
            func()
        return wrapper
    
    @hello
    @welcome
    def say():
        print("Greeting Dome")
    
    say()
    Output:
    
    Hello
    Welcome
    Greeting Dome

把这看成是装饰器按照它们列出的顺序被执行。换句话说，`@hello`调用`@welcome`，后者调用`say()`

带有参数的装饰器

这里`repeat`处理装饰器的参数。

def repeat(*args_, **kwargs_):
    
        def inner_function(func):
    
            @functools.wraps(func)
            def wrapper(*args, **kwargs):
                for _ in range(args_[0]):
                    func(*args, **kwargs)
            return wrapper
    
        return inner_function
    
    
    @repeat(4)
    def say(name):
        print(f "Hello {name}")
    
    say("World")

输出:

Hello World
    Hello World
    Hello World
    Hello World

你好，世界 你好，世界 你好，世界 你好，世界

有状态的装饰器

我们可以使用一个装饰器来跟踪状态。作为一个简单的例子，我们将创建一个装饰器来计算一个函数被调用的次数。

def count_calls(func):
    
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            wrapper.num_calls += 1
            print(f"Call {wrapper.num_calls} of {func.__name__!r}")
            return func(*args, **kwargs)
    
        wrapper.num_calls = 0
        return wrapper
    
    
    @count_calls
    def say():
        print("Hello!")
    
    say()
    say()
    say()
    say()
    print(say.num_calls)

输出:

Call 1 of 'say'
    Hello!
    Call 2 of 'say'
    Hello!
    Call 3 of 'say'
    Hello!
    Call 4 of 'say'
    Hello!
    4

对'say'的调用1

你好!

调用'say'的第2次

你好!

调用'say'的3

你好!

呼叫4的 "说"。

你好!

对该函数的调用次数存储在包装函数的函数属性num\_calls中。

作为装饰器的类

维护状态的最好方法是使用类。如果我们想使用类作为装饰器，它需要在其 .**init**() 方法中把 func 作为一个参数。此外，这个类需要是可调用的，这样它就可以代替被装饰的函数。为了使一个类可以被调用，我们实现了特殊的 .**call**() 方法。

class CountCalls。
        def __init__(self, func):
            functools.update_wrapper(self, func)
            self.func = func
            self.num_calls = 0
    
        def __call__(self, *args, **kwargs):
            self.num_calls += 1
            print(f "调用{self.num_calls}的{self.func.__name__!r}")
            return self.func(*args, **kwargs)
    
    
    @CountCalls
    def say():
        print("Hello!")
    
    say()
    say()
    say()
    say()
    print(say.num_calls)

输出过程:

对'say'的调用1 你好! 调用'say'的第2次 你好! 调用'say'的3 你好! 呼叫4的 "说"。 你好! 4

带参数的基于类的装饰器

class CountCalls:
        def __init__(self, func):
            functools.update_wrapper(self, func)
            self.func = func
            self.num_calls = 0
    
        def __call__(self, *args, **kwargs):
            self.num_calls += 1
            print(f"Call {self.num_calls} of {self.func.__name__!r}")
            return self.func(*args, **kwargs)
    
    
    @CountCalls
    def say():
        print("Hello!")
    
    say()
    say()
    say()
    say()
    print(say.num_calls)
    Output:
    
    Call 1 of 'say'
    Hello!
    Call 2 of 'say'
    Hello!
    Call 3 of 'say'
    Hello!
    Call 4 of 'say'
    Hello!
    4
    Class-Based Decorators with Arguments
    class ClassDecorator(object):
    
        def __init__(self, arg1, arg2):
            print("Arguements of decorator %s, %s" % (arg1, arg2))
            self.arg1 = arg1
            self.arg2 = arg2
    
        def __call__(self, func):
            functools.update_wrapper(self, func)
    
            def wrapper(*args, **kwargs):
                return func(*args, **kwargs)
            return wrapper
    
    @ClassDecorator("arg1", "arg2")
    def print_args(*args):
        for arg in args:
            print(arg)
    
    print_args(1, 2, 3)
    Output:
    
    Arguements of decorator arg1, arg2
    1
    2
    3

几个实例扩展和基础用法总结。

本文由[ mdnice ][mdnice]多平台发布

[mdnice]: https://mdnice.com/?platform=4