這篇文章主要介紹“Python函數(shù)的介紹以及裝飾器入門用法”，在日常操作中，相信很多人在Python函數(shù)的介紹以及裝飾器入門用法問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Python函數(shù)的介紹以及裝飾器入門用法”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

10年積累的網(wǎng)站建設(shè)、成都網(wǎng)站建設(shè)經(jīng)驗(yàn)，可以快速應(yīng)對客戶對網(wǎng)站的新想法和需求。提供各種問題對應(yīng)的解決方案。讓選擇我們的客戶得到更好、更有力的網(wǎng)絡(luò)服務(wù)。我雖然不認(rèn)識你，你也不認(rèn)識我。但先網(wǎng)站制作后付款的網(wǎng)站建設(shè)流程，更有柏鄉(xiāng)免費(fèi)網(wǎng)站建設(shè)讓你可以放心的選擇與我們合作。

Python允許你，作為程序員，使用函數(shù)完成一些很酷的事情。在Python編程學(xué)習(xí)中，函數(shù)是一等對象(first-class object)，這就意味著你可以像使用字符串，整數(shù)，或者任何其他對象一樣使用函數(shù)。

例如，你可以將函數(shù)賦值給變量：

>>> def square(n):
... return n * n;
>>> square(4)
16
>>> alias = square
>>> alias(4)
16

然而，一等函數(shù)的真正威力在于你可以把函數(shù)傳給其他函數(shù)，或者從其他函數(shù)中返回函數(shù)。Python的內(nèi)置函數(shù)map利用了這種能力：給map傳個函數(shù)以及一個列表，它會依次以列表中每個元素為參數(shù)調(diào)用你傳給它的那個函數(shù)，從而生成一個新的列表。如下所示的例子中應(yīng)用了上面的那個square函數(shù):

>>> number = [1, 2, 3, 4, 5]
>>> map(square, numbers)
[1, 4, 9, 16, 25]

如果一個函數(shù)接受其他函數(shù)作為參數(shù)，以及/或者返回一個函數(shù)，那么它就被稱為高階函數(shù) 。雖然map函數(shù)只是簡單地使用了我們傳給它的函數(shù)，而沒有改變這個函數(shù)，但我們也可以使用高階函數(shù)去改變其他函數(shù)的行為。

例如，假設(shè)有這樣一個函數(shù)，會被調(diào)用很多次，以致運(yùn)行代價非常昂貴:

>>> def fib(n):
... "Recursively (i.e., dreadfully) calculate the nth Fibonacci number."
... return n if n in [0, 1] else fib(n - 2) + fib(n - 1)

我們一般會保存計(jì)算過程中每次遞歸調(diào)用的結(jié)果，這樣，對于函數(shù)調(diào)用樹中經(jīng)常出現(xiàn)某個n，當(dāng)需要計(jì)算n對應(yīng)的結(jié)果時，就不需要重復(fù)計(jì)算了。有多種方式可以做到這點(diǎn)。例如，我們可以將這些結(jié)果存在一個字典中，當(dāng)以某個值為參數(shù)調(diào)用fib函數(shù)時，就先到這個字典去查一下其結(jié)果是否已經(jīng)計(jì)算出來了。

但這樣的話，每次我們想要調(diào)用fib函數(shù)，都需要重復(fù)那段相同的字典檢查樣板式代碼。相反，如果讓fib函數(shù)自己在內(nèi)部負(fù)責(zé)存儲其結(jié)果，那么在其他代碼中調(diào)用fib，就非常方便，只要簡單地調(diào)用它就行了。這樣一種技術(shù)被稱為memoization(注意沒有字母r的哦)。

我們可以把這種memoization代碼直接放入fib函數(shù)，但是Python為我們提供了另外一種更加優(yōu)雅的選擇。因?yàn)榭梢跃帉懶薷钠渌瘮?shù)的函數(shù)，那么我們可以編寫一個通用的memoization函數(shù)，以一個函數(shù)作為參數(shù)，并返回這個函數(shù)的memoization版本:

def memoize(fn):
 stored_results = {}
 def memoized(*args):
 try:
 # try to get the cached result
 return stored_results[args]
 except KeyError:
 # nothing was cached for those args. let's fix that.
 result = stored_results[args] = fn(*args)
 return result
 return memoized

如上， memoize 函數(shù)以另一個函數(shù)作為參數(shù)，函數(shù)體中創(chuàng)建了一個字典對象用來存儲函數(shù)調(diào)用的結(jié)果：鍵為被memoized包裝后的函數(shù)的參數(shù)，值為以鍵為參數(shù)調(diào)用函數(shù)的返回值。 memoize 函數(shù)返回一個新的函數(shù)，這個函數(shù)會首先檢查在 stored_results 字典中是否存在與當(dāng)前參數(shù)對應(yīng)的條目；如果有，對應(yīng)的存儲值會被返回；否則，就調(diào)用經(jīng)過包裝的函數(shù)，存儲其返回值，并且返回給調(diào)用者。memoize返回的這種新函數(shù)常被稱為"包裝器"函數(shù)，因?yàn)樗皇橇硗庖粋€真正起作用的函數(shù)外面的一個薄層。

很好，現(xiàn)在有了一個memoization函數(shù)，我們可以把fib函數(shù)傳給它，從而得到一個經(jīng)過包裝的fib，這個版本的fib函數(shù)不需要重復(fù)以前那樣的繁重工作:

def fib(n):
 return n if n in [0, 1] else fib(n - 2) + fib(n - 1)
fib = memoize(fib)

通過高階函數(shù)memoize，我們獲得了memoization帶來的好處，并且不需要對fib函數(shù)自己做出任何改變，以免夾雜著memoization的代碼而模糊了函數(shù)的實(shí)質(zhì)工作。但是，你也許注意到上面的代碼還算有點(diǎn)別扭，因?yàn)槲覀儽仨殞?遍fib。由于這種模式-傳遞一個函數(shù)給另一個函數(shù)，然后將結(jié)果返回給與原來那個函數(shù)同名的函數(shù)變量-在使用包裝器函數(shù)的代碼中極為常見，Python為其提供了一種特殊的語法：裝飾器:

@memoize
def fib(n):
 return n if n in [0, 1] else fib(n - 2) + fib(n -1)

這里，我們說memoize函數(shù)裝飾了fib函數(shù)。需要注意的是這僅是一種語法上的簡便寫法(譯注：就是我們常說的"語法糖")。這段代碼與前面的代碼片段做的是同樣的事情：定義一個名為fib的函數(shù)，把它傳給memoize函數(shù)，將返回結(jié)果存為名為fib的函數(shù)變量。特殊的(看起來有點(diǎn)奇怪的)@語法只是減少了冗余。

你可以將多個裝飾器堆疊起來使用，它們會自底向上地逐個起作用。例如，假設(shè)我們還有另一個用來幫助調(diào)試的高階函數(shù):

def make_verbose(fn):
 def verbose(*args):
 # will print (e.g.) fib(5)
 print '%s(%s)' % (fb.__name__, ', '.join(repr(arg) for arg in args))
 return fn(*args) # actually call the decorated function
 return verbose

下面的兩個代碼片段做的是同樣的事情:

@memoize
@make_verbose
def fib(n):
 return n if n in [0, 1] else fib(n - 2) + fib(n - 1)
def fib(n):
 return n if n in [0, 1] else fib(n - 2) + fib(n - 1)
fib = memoize(make_verbose(fib))

有趣的是，Python并沒有限制你在@符號后只能寫一個函數(shù)名：你也可以調(diào)用一個函數(shù)，從而能夠高效地傳遞參數(shù)給裝飾器。假設(shè)我們并不滿足于簡單的memoization，還想將函數(shù)的結(jié)果存儲到memcached中。如果你已經(jīng)寫了一個 memcached 裝飾器函數(shù)，那么可以(例如)傳遞一個服務(wù)器地址給它:

@memcached('127.0.0.1:11211')
def fib(n):
 return n if n in [0, 1] else fib(n - 2) + fib(n - 1)

非裝飾器語法的寫法會如下展開:

fib = memcached('127.0.0.1:11211')(fib)

Python配備有一些作為裝飾器使用的非常有用的函數(shù)。例如，Python有一個 classmethod 函數(shù)，可以創(chuàng)建大致類似于java的靜態(tài)方法:

class Foo(object):
 SOME_CLASS_CONSTANT = 42
 @classmethod
 def add_to_my_constant(cls, value):
 # Here, `cls` will just be Foo, buf if you called this method on a
 # subclass of Foo, `cls` would be that subclass instead.
 return cls.SOME_CLASS_CONSTANT + value
Foo.add_to_my_constant(10) # => 52
# unlike in Java, you can also call a classmethod on an instance
f = Foo()
f.add_to_my_constant(10) # => 52

旁注：文檔字符串

Python函數(shù)可以包含更多的信息，而不僅僅是代碼：它們也包含有用的幫助信息，比如函數(shù)名稱，文檔字符串:

>>> def fib(n):
... "Recursively (i.e., dreadfully) calculate the nth Fibonacci number."
... return n if n in [0, 1] else fib(n - 2) + fib(n - 1)
...
>>> fib.__name__
'fib'
>>> fib.__doc__
'Recursively (i.e., dreadfully) calculate the nth Fibonacci number.'

Python內(nèi)置函數(shù)help輸出的就是這些信息。但是，當(dāng)函數(shù)被包裝之后，我們看到就是包裝器函數(shù)的名稱和文檔字符串了:

>>> fib = memoized(fib)
>>> fib.__name__
'memoized'
>>> fib.__doc__

那樣的信息并沒有什么用處。幸運(yùn)的是，Python包含一個名為 functools.wraps 的助手函數(shù)，能夠把函數(shù)的幫助信息拷貝到其包裝器函數(shù):

import functools
def memoize(fn):
 stored_results = {}
 @functools.wraps(fn)
 def memoized(*args):
 # (as before)
 return memoized

使用裝飾器幫助你編寫裝飾器會使很多事情令人非常滿意。現(xiàn)在，如果使用更新過的memoize函數(shù)重試前面的代碼，我們將會看到得到保留的文檔：

>>> fib = memoized(fib)
>>> fib.__name__
'fib'
>>> fib.__doc__
'Recursively (i.e., dreadfully) calculate the nth Fibonacci number.'

到此，關(guān)于“Python函數(shù)的介紹以及裝飾器入門用法”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬?shí)用的文章！

分享名稱：Python函數(shù)的介紹以及裝飾器入門用法-創(chuàng)新互聯(lián)
標(biāo)題鏈接：http://www.rwnh.cn/article2/dgscic.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供動態(tài)網(wǎng)站、建站公司、網(wǎng)站建設(shè)、云服務(wù)器、網(wǎng)頁設(shè)計(jì)公司、全網(wǎng)營銷推廣

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)