Python笔记(17)-高阶函数、装饰器

Python入门教程 —— 高阶函数和装饰器 在Python中,我们还可以定义一个变量,让它来指向一个函数,相当于给函数起了一个别名。fun = test # 定义了一个变量fun,让它指向了 test 这个函数print(fun()) # 使用fun()可以直接调用test这个函数注意:在定义一个变量表示一个函数时,函数后面不能加括号!加括号表示的是调用这个函数。result = test() # 这种写法是调用test函数,并把函数的返回值赋值给result变量。 阅读详情

对于函数的理解

min函数可以求最小值;

In [1]: min(1,3,55,4)
Out[1]: 1

将min函数赋值给变量a;

In [2]: a=min

In [3]: a
Out[3]: <function min>

查看a,它的类型为函数,由此可见函数其实也是变量

内置高阶函数

map函数

对一组数据所有元素依次做一个函数内定义的操作

[root@centos01 python]# cat map_test.py 
#!/usr/bin/env python
# coding:utf-8
def fun(x):
    return x**2

print map(fun,[1,2,3,4])
[root@centos01 python]# python map_test.py 
[1, 4, 9, 16]

reduce函数

逐个对后面放的一组元素做函数中定义的操作

[root@centos01 python]# cat reduce_test.py 
# coding:utf-8
#description:求10的阶乘
def fun(x,y):
    return x*y

print reduce(fun,range(1,11))
[root@centos01 python]# python reduce_test.py 
3628800

filter函数

将一组数据中的元素逐个带入fun()函数判断,如果为真就输出这个元素,否则不输出

[root@centos01 python]# cat filter_test.py 
# coding:utf-8
#description:找出0~10之间所有的偶数
def fun(x):
    return x%2==0

print filter(fun,range(11))
[root@centos01 python]# python filter_test.py 
[0, 2, 4, 6, 8, 10]

sorted函数

基本语法:sorted(iterable, key=None, reverse=False)

#其中,iterable 表示指定的序列,key 参数可以自定义排序规则,按照函数中定义的内容对一组数据进行排序;reverse 参数指定以升序(False,默认)还是降序(True)进行排序。sorted() 函数会返回一个排好序的列表。

#注意,key 参数和 reverse 参数是可选参数,即可以使用,也可以忽略。

直接使用sorted排序,由于是以ASCII码表进行排序的,与我们平时认为的排序结果不大相同:

In [4]: sorted(["alic","Alex","bon","Hello","Wee"])
Out[4]: ['Alex', 'Hello', 'Wee', 'alic', 'bon']

因此,可以先把元素都转换为大写,在进行排序,就与我们平时所认为的排序方式一致了:

[root@centos01 python]# cat sorted_test.py 
# coding:utf-8
def fun(x,y):
    s1=x.upper()  #将字符串转换为大写
    s2=y.upper()
    return 0  #使用比较函数必须要有返回值,否则报错,所以这里随便给一个返回值

print sorted(["alic","Alex","bon","Hello","Wee"],fun)  #在这几个内置高阶函数里面,sorted在使用的时候是唯一一个将函数名放到一组数据后面进行使用的
[root@centos01 python]# python sorted_test.py 
['alic', 'Alex', 'bon', 'Hello', 'Wee']

也可以使用sorted key方法+lambda的方式排序(key和lambda下面有介绍):

In [4]: sorted(["alic","Alex","bon","zello","Wee"],key=lambda x:x.upper())
Out[4]: ['Alex', 'alic', 'bon', 'Wee', 'zello']

sorted key方法:

可以以一个关键字所包含的元素进行排序

In [5]: goods=[["apple",2,20],["book",5,90],["fish",3,30]]   #一个列表里面还有三个列表
In [6]: def min_one(x):        #函数作用:返回列表里的第三个元素
   ...:     return x[2]
   ...: 
In [7]: sorted(goods,key=min_one)    #以每个列表里面第三个元素为关键字进行sorted排序
Out[7]: [['apple', 2, 20], ['fish', 3, 30], ['book', 5, 90]]
In [8]: sorted(goods,key=min_one)[0][0]    #从排序结果中输出第一个列表里的第一个元素
Out[8]: 'apple'

lambda匿名函数

对于一些简单函数可以不用写出一个完整的函数形式,可以用匿名函数代替,例如lambda x:x**2就相当于

def fun(x): 

  return x**2

[root@centos01 python]# cat lambda_test.py 
# coding:utf-8
print map(lambda x:x**2,[1,2,3,4])
print reduce(lambda x,y:x*y,range(1,11))
print filter(lambda x:x%2==0,range(11))
[root@centos01 python]# python lambda_test.py 
[1, 4, 9, 16]
3628800
[0, 2, 4, 6, 8, 10]

装饰器

 闭包

[root@centos01 python]# cat test.py 
#!/usr/bin/env python
# coding:utf-8
#describe:计算从1+2+..+5的和
def lazy_sum(*args):
    def cacl_sum():
        all_sum=0
        for i in args:
            all_sum += i
        return all_sum
    return cacl_sum

f = lazy_sum(1,2,3,4,5)  #f实质是lazy_sum的返回值,即f实质是一个函数名即cacl_sum
print f()  #调用cacl_sum函数并输出返回值
[root@centos01 python]# python test.py 
15

 装饰器

如果一个项目里有多个函数都需要做一个相同的操作,如增加一行一样的注释、输出每个函数日志、函数运行时间统计、执行函数前预备处理、执行函数后清理等,可以考虑使用装饰器(decorator)。它的原理是将函数当作一个变量传入装饰器函数中,在装饰器函数中可以为其他函数批量增加一行注释等等。使用方法只需要在函数前面加上@+装饰器函数名即可

先来看一个脚本:

[root@centos01 python]# cat test1.py 
# coding:utf-8
def addInfo(fun):
    def wrapper():
        print "*******ATM*******"
        fun()
    return wrapper

def login():
    print "login..."

login=addInfo(login)  #将login函数当成变量fun传入addInfo函数,并且在addInfo函数内部执行wrapper函数的同时也执行login函数(即addInfo函数中的fun()),最后再将结果赋值给login函数
login()  #调用最新的login函数

[root@centos01 python]# python test1.py 
*******ATM*******
login...

#这个脚本实现了在一个函数(login)运行的时候增加一行注释,也就是装饰器,但是上面的语句并不美观,因此可以使用python中的语法糖来美化

[root@centos01 python]# cat test2.py 
# coding:utf-8
def addInfo(fun):
    def wrapper():
        print "*******ATM*******"
        fun()
    return wrapper

@addInfo  #装饰器的语法糖
def login():
    print "login..."

login()
[root@centos01 python]# python test2.py 
*******ATM*******
login...

#注意语法糖的位置,要在定义的函数def上方,而不是在调用函数login()那里

练习1:

输出每个函数的执行时间

# coding:utf-8
import time          #调用time模块
def Timmer(fun):
    def wrapper():
        print "********************函数开始执行********************"
        start_time=time.time()
        fun()
        end_time=time.time()
        print "********************函数执行完成********************"
        print "函数名:%s\t运行时间:%ss" %(fun.__name__,end_time-start_time)  #fun.__name__表示fun函数名称
        print "\n"
    return wrapper

@Timmer
def login():
    print "...login..."
    time.sleep(0.5)  #休眠0.5秒

@Timmer
def hello():
    print "hello world!"

login()
hello()

执行结果:

如果装饰器调用的函数需要传参怎么处理

# coding:utf-8
import time          #调用time函数
def Timmer(fun):
    def wrapper(*args,**kwargs): #增加可变参数即可,这样无论函数是否有参数传入都可以运行;为了使脚本普遍性更强一点,可以再加上关键字参数,即使没有关键字参数传入也可以运行
        print "********************函数开始执行********************"
        start_time=time.time()
        fun(*args,**kwargs)  #增加可变参数、关键字参数
        end_time=time.time()
        print "********************函数执行完成********************"
        print "函数名:%s\t函数运行时间:%ss" %(fun.__name__,end_time-start_time)  #fun.__name__表示fun函数名称
        print "\n"
    return wrapper

@Timmer
def login():
    time.sleep(0.5)
    print "...login..."

@Timmer
def world(x,y):  #函数的功能为传入的两个参数相加
    print x+y

login()
world(1,2)       #传参1和2

执行结果:

 

是否也可以对装饰器本身传参呢

只需要在原有的装饰器二重函数上再嵌套一个函数使之成为三重函数即可实现:

# coding:utf-8
def Info(pre):
    def addInfo(fun):
        def wrapper():
            print "欢迎使用XX银行ATM的[%s]系统" %(pre)
            fun()
        return wrapper
    return addInfo

@Info("登陆")
def login():
    print "登陆..."

@Info("开户")
def add_user():
    print "开户..."

@Info("转账")
def move():
    print "转账..."

@Info("存钱")
def insert():
    print "存钱..."

@Info("修改密码")
def update():
    print "修改密码..."

login()
add_user()
move()
insert()
update()

执行结果:

#和二重函数相比,三重函数的装饰器效果等同于在调用函数的时候先执行下面这条语句(以login函数为例):

login=Info("登陆")(login)

#首先执行Info("登陆"),返回的是addInfo函数,再调用返回的函数,参数是login函数,返回值最终是wrapper函数

functools.wraps

以上两种decorator(装饰器)的定义都没有问题,但还差最后一步。因为函数也是对象,它有__name__等属性,但你去看经过decorator装饰之后的函数,它们的__name__已经从原来的'login'变成了'wrapper':

[root@centos01 python]# cat test1.py 
# coding:utf-8
def addInfo(fun):
    def wrapper():
        print "*******ATM*******"
        fun()
    return wrapper

@addInfo  #装饰器的语法糖
def login():
    print "login..."

login()
print login.__name__  #打印login函数现在的__name__
[root@centos01 python]# python test1.py 
*******ATM*******
login...
wrapper  #login现在的__name__变成了wrapper
[root@centos01 python]# cat test.py 
# coding:utf-8
def Info(pre):
    def addInfo(fun):
        def wrapper():
            print "欢迎使用XX银行ATM的[%s]系统" %(pre)
            fun()
        return wrapper
    return addInfo

@Info("登陆")
def login():
    print "登陆..."

login()
print login.__name__  #打印login函数现在的__name__
[root@centos01 python]# python test.py 
欢迎使用XX银行ATM的[登陆]系统
登陆...
wrapper  #login函数现在的__name__变成了wrapper

因为返回的那个wrapper()函数名字就是'wrapper',所以,需要把原始函数的__name__等属性复制到wrapper()函数中,否则,有些依赖函数签名的代码执行就会出错。

不需要编写wrapper.__name__ = fun.__name__这样的代码,Python内置的functools.wraps就是干这个事的,所以,一个完整的decorator的写法如下:

[root@centos01 python]# cat test.py 
# coding:utf-8
import functools

def addInfo(fun):
    @functools.wraps(fun)
    def wrapper(*args,**kwargs):  #增加可变参数,这样无论函数是否有参数传入都可以运行;为了使脚本普遍性更强一点,可以再加上关键字参数,即使没有关键字参数传入也可以运行
        print "*******ATM*******"
        fun(*args,**kwargs)
    return wrapper

@addInfo  #装饰器的语法糖
def login():
    print "login..."

login()
[root@centos01 python]# python test.py 
*******ATM*******
login...

针对三重函数的装饰器用法如下:

[root@centos01 python]# cat test1.py 
# coding:utf-8
import functools

def Info(pre):
    def addInfo(fun):
        @functools.wraps(fun)
        def wrapper(*args,**kwargs):  #增加可变参数,这样无论函数是否有参数传入都可以运行;为了使脚本普遍性更强一点,可以再加上关键字参数,即使没有关键字参数传入也可以运行
            print "欢迎使用XX银行ATM的[%s]系统" %(pre)
            fun()
        return wrapper
    return addInfo

@Info("登陆")
def login():
    print "登陆..."

login()
[root@centos01 python]# python test1.py 
欢迎使用XX银行ATM的[登陆]系统
登陆...

#可以尝试着在这两个脚本最后加上print login.__name__看下,__name__参数已经变成了login本身

练习2:

请设计一个decorator,使下面脚本正常执行,并打印每个函数的执行时间:
# -*- coding: utf-8 -*-
import time, functools

# 测试
@metric
def fast(x, y):
time.sleep(0.0012)
return x + y;

@metric
def slow(x, y, z):
time.sleep(0.1234)
return x * y * z;

f = fast(11, 22)
s = slow(11, 22, 33)
if f != 33:
print('测试失败!')
elif s != 7986:
print('测试失败!')

# -*- coding: utf-8 -*-
import time, functools

def metric(fun):
    @functools.wraps(fun)
    def wrapper(*args,**kwargs):
        start_time=time.time()
        res=fun(*args,**kwargs)
        end_time=time.time()
        print('%s executed in %s s' %(fun.__name__,end_time-start_time))
        return res  #wrapper函数中如果没有写return,默认返回值是None。由于这里的返回值脚本后面会用到(做测试),因此这里应当将fun的返回值给wrapper函数当作wrapper的返回值。否则调用过装饰器的fun函数出来后返回值都会为None
    return wrapper

# 测试
@metric
def fast(x, y):
    time.sleep(0.0012)
    return x + y

@metric
def slow(x, y, z):
    time.sleep(0.1234)
    return x * y * z

f = fast(11,22)
s = slow(11,22,33)

if f != 33:
    print('测试失败!')
elif s != 7986:
    print('测试失败!')

执行结果:

参考:https://www.liaoxuefeng.com/wiki/1016959663602400/1017451662295584

练习3:

添加装饰器,所有函数都记录日志

日志格式为:时间 函数名 函数参数

# coding:utf-8
import time
def myLogger(fun):
    def wrapper(*args,**kwargs):
        fun(*args,**kwargs)
        print "%s 函数:%s 参数:%s %s" %(time.strftime("%Y-%m-%d %H:%M:%S"),fun.__name__,args,kwargs)  #依次为执行时间,函数名,可变参数,关键字参数
    return wrapper

@myLogger
def login():
    time.sleep(0.5)
    print "login..."

@myLogger
def world(x,y):
    print x+y

login()
world(1,2)

执行结果:

扩展卡尔曼滤波(EKF)理论讲解与实例(matlab、python和C++代码) 扩展卡尔曼滤波(EKF)理论讲解与实例(matlab、python和C++代码) 文章目录扩展卡尔曼滤波(EKF)理论讲解与实例(matlab、python和C++代码)理论讲解KF和EKF模型对比雅可比矩阵计算计算实例应用实例线性模型CV模型:CA模型非线性模型CTRV模型:CTRV实例(python)small demo抛物线demo飞机高度demoC++实例参考文献 我们上篇提到的卡尔曼滤波是用于线性系统,预测(运动)模型和观测模型是在假设高斯和线性情况下进行的。简单的卡尔曼滤波必须应用在符合高斯分布 阅读详情

相关推荐

Outlook邮件备份全攻略:从导出到导入的完整流程(附常见问题解决)

本文提供了一份详尽的Outlook邮件备份全攻略,涵盖从导出到导入的完整流程。重点解析了经典桌面版Outlook的.pst文件备份方法、进阶的智能筛选备份策略,以及如何通过导入恢复和工具验证确保备份可用。同时,文章还介绍了构建自动化备份体系与异地容灾的最佳实践,并附有常见问题解决方案,帮助用户建立可靠的邮件数据安全防线。

weixin_29248611的博客 901

python中17=x_Python笔记(17)-高阶函数、装饰器

对于函数的理解min函数可以求最小值;In [1]: min(1,3,55,4)Out[1]: 1将min函数赋值给变量a;In [2]: a=minIn [3]: aOut[3]: 查看a,它的类型为函数,由此可见函数其实也是变量内置高阶函数map函数对一组数据所有元素依次做一个函数内定义的操作[root@centos01 python]#cat map_test.py#!/usr/bin/en...

weixin_39571403的博客 141

STM32-printf重定向串口输出

声明 本文内容转载至https://www.mculover666.cn/posts/2251182441/ 1.printf与fputc printf 定义在 <stdio.h> 头文件中,如下: int printf(const char *format, ...); printf 函数根据 format 字符串给出的格式打印输出到 stdout(标准输出)中,当然,printf 函数是不会一个字符一个字符去输出,它会调用更底层的 I/O 函数:fputc去逐个字符打印。 fputc 也定

qq_41215167的博客 4540

python中的装饰器(基础装饰器)

1. 什么是装饰器 2. 装饰器的实现原理 3.装饰器的作用

qq_44690947的博客 8508

UE4_用户控件_6_通过控件蓝图内部变量来修改进度条的值

发现控件类图类的引用和用户控类引用不兼容,修改变量类型。我们需要添加到视口,同时设置输入模式。创建按钮的点击事件,当点击时调用角色的自定义事件clearwidget。可以了,但是没有退出控件,没有鼠标,所以改进一下。

Growthofnotes的博客 1238

pytorch转onnx转paddlepaddle

1.pt转onnx 可查看我之前的文章:https://blog.youkuaiyun.com/oyjwin/article/details/117778583?spm=1001.2014.3001.5501

oyjwin的博客 1462

python —— 高阶函数、嵌套函数与装饰器

高阶函数、嵌套函数与装饰器的使用

julong187的博客 1448

手把手教你用差分放大电路搭建LC振荡器(实测频率误差分析)

本文通过一个差分放大电路搭建LC振荡器的实践案例,深入分析了实测频率与理论值产生显著误差的原因。核心在于共模电感的互感效应改变了谐振回路的等效电感,导致频率偏差。文章提供了从电路搭建、误差根源剖析到波形优化与稳定性提升的完整解决方案,帮助电子爱好者深入理解模拟电路的实际行为。

svm4gardener的博客 545

【python】一文搞懂 python 高阶函数、decorator-装饰器及其本质(通俗)

摘要:通俗讲解了 python 中的高阶函数以及装饰器。并且探讨了其本质

weixin_43308380的博客 2037

一文说清STM32CubeMX中文汉化全流程(图解说明)

详细讲解STM32CubeMX中文汉化的完整流程,通过图文并茂的方式手把手教学,解决界面英文带来的使用障碍,让开发更高效。掌握stm32cubemx中文汉化技巧,提升嵌入式开发体验。

weixin_42499004的博客 6288

【即插即用模块】注意力篇 | ECCV 2024 | DPB:高低频动态分离+双提示融合,PSNR直冲40+!

本文提出了一种基于频率提示的图像恢复方法FPro,通过动态滤波器分离输入特征的高低频分量,并采用双提示块(DPB)进行频域专属提示生成与调制。DPB包含低频提示调制器(LPM)和高频提示调制器(HPM),分别处理不同频段信号,通过生成提示组件并融合解码器特征来优化恢复效果。实验表明,该方法在U型结构中表现优异,尤其适用于分割、底层视觉和多模态任务。模块通过动态无监督频率分离、频域专属提示生成和适配性融合机制,有效解决了传统方法对频域信息关注不足的问题,显著提升了图像恢复质量。

主要更新底层视觉(去噪、超分等)相关的科研内容,形式为【论文精读】+【论文复现】 149

Python 装饰器

Python 装饰器

kuangfeng的博客 2486

飞牛fnNAS文件的超快检索

本文介绍了如何在NAS系统中部署fsearch文件搜索工具,以解决海量文件检索效率低下的问题。通过Docker容器部署ayound/file-search镜像,建立缓存和数据目录后,用户可通过8012端口访问fsearch界面。该工具支持快速关键字检索,速度媲美PC端的Everything,但需等待索引完成才能获得完整结果。虽然文件预览功能有待完善,但其高效的搜索性能值得推荐。文章还提及可通过zerotier实现远程访问,并提供了相关技术博客的参考链接。

dgnankai的专栏 1152

Python进阶笔记——装饰器详解、案例及functools库中的常用装饰器

闭包的用途数据封装:闭包可以用来封装数据,使其对外部不可直接访问,只通过特定的接口(内部函数)进行操作。状态保持:闭包可以保持状态,即使外部函数已经执行完毕,内部函数仍然可以访问和修改这些状态。装饰器:装饰器是闭包的一个典型应用,用于在不修改原函数代码的情况下,增强或修改其行为。延迟计算:闭包可以用于延迟计算,即在需要时才计算结果,而不是在定义时立即计算。闭包的优点封装性:闭包可以隐藏内部实现细节,提高代码的封装性。模块化:通过闭包,可以将相关的功能组织在一起,使代码更加模块化。

qq_46332458的博客 1553

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

python装饰器解析(关键点:高阶函数、嵌套函数)(参数化装饰器、类装饰器__call__())(@语法糖)(装饰器基本是一个函数,接受一个函数作为输入并返回一个新的函数)

在Python中,装饰器基本上是一个函数,它接受一个函数作为输入并返回一个新的函数。

Dontla的博客 2883

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

Python高阶函数以及装饰器day6

如果内函数使用了外函数的局部变量,并且外函数把内函数返回的过程就叫闭包形成闭包的条件:1.函数嵌套2.将内函数作为返回值返回3.内函数必须使用外函数的局部变量。

m0_67609958的博客 1280

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

菜鸡前端计算机强基计划之CS50 第七课 python 入门—— Python高阶函数装饰器专题学习

在学习装饰器之前,我们需要先搞清楚什么是高阶函数,因为它是装饰器的基础。接受一个或多个函数作为参数;或者返回一个函数作为结果。简单来说,高阶函数就是把函数当作“普通变量”来操作的一种函数。装饰器(Decorator)是Python中一个强大的工具,它本质上是一个高阶函数,用来“增强”或“修改”另一个函数的行为,而不需要直接改动原函数的代码。高阶函数是装饰器的基础;装饰器本质上是“包装”函数的高阶函数;语法糖让代码更简洁;*args和**kwargs让装饰器更灵活;解决元信息问题。

谦——冲 1509

Python高阶函数与装饰器函数

Python高阶函数与装饰器函数 高阶函数 1、可以使用函数对象作为参数的函数 2、或可以将函数作为返回值的函数 3、函数对象:定义好的函数,使用函数名调用(不要加括号) #将函数作为参数的高阶函数,通过传入不同的函数,可以使执行的结果不同 4、内置高阶函数 (1)map数据映射函数 map函数接收的是两个参数,一个函数,一个序列,其功能是将序列中的值处理再依次返回至列表内。其返回值为一个迭代器对象 (2)reduce累计函数  reduce函数也是一个参数为函数,一个为可迭代对象的高阶函数,其返回值

Python_Apple的博客 979

装饰器与高阶函数

高阶函数 (Higher-Order Function)是一种能够接受其他函数作为参数,并/或返回一个函数的函数。mapfilterreduce等内置函数。优点:增加代码复用性,使代码更简洁和模块化。装饰器 (Decorator)是一种特殊的高阶函数,用于修改或增强其他函数的功能。使用@decorator语法糖来简化调用。@cache等常见于Web框架中的装饰器。方面高阶函数装饰器定义接受或返回函数的函数修改或增强其他函数的高阶函数语法显式调用,如使用语法糖,如。

鸭梨的博客 1053

python之高阶函数、装饰器、闭包

函数即变量 定义一个函数就是把函数体给函数名。变量先定义后使用,函数一定要先声明后调用,只要声明后调用即可,哪个先定义哪个后定义没有关系。如图所示: 高阶函数 所谓高阶函数就是1. 把一个函数名当作实参传给另一个参数;2.把函数作为结果值返回。 1. 传入参数 # 高阶函数 import time def a(): time.sleep(2) print("hello,I am ...

不服输的南瓜的博客 373

python高阶函数闭包装饰器_Python高阶函数之装饰器

Python高阶函数之装饰器1高阶函数的概念高阶函数的概念:满足下面两个条件之一就可以称之为高阶函数。1、接收一个或者多个函数作为参数。2、将函数作为返回值进行返回。# 将函数作为返回值返回也是一种高阶函数-闭包。2装饰器的概念装饰器就是用于拓展函数功能的一种函数,这个函数的特殊之处在于它的返回值也是一个函数,使用python装饰器的好处就是在不用更改原函数代码的前提下给原函数增加新的功能。3进...

weixin_36330148的博客 262

【进阶系列】python的函数 #高阶函数 #map #装饰器

高阶函数,map,lambda,reduce,filter;什么是装饰器,装饰器的嵌套,装饰器参数,装饰器的用法。

bananapai的博客 1610

python中高阶函数和装饰器_python高阶函数与装饰器

上一次说到,函数是我们对过程进行抽象的基本单位。当我们debug、测试性能或者增强函数功能——例如增加一些输出——时,我们往往不希望直接在函数内部修改。这是因为:内部修改耦合程度太高原函数的功能是业务功能,而新增加的并非业务功能。出于软件设计正交性的考虑,我们也不该将他们放在一起。这时候,我们就需要用到装饰器,它能便捷的做到业务分离的效果。不过由于装饰器的本质是高阶函数,所以下面先从高阶函数开始讨...

weixin_39646412的博客 188

Python的高阶函数、柯里化和装饰器

1. 高阶函数 1.1 高阶函数的概念 所谓的高阶函数,就是接受一个或多个函数作为参数,或者说输出的是一个函数。这两个条件满足一个,就算是高阶函数。 例如: def plus1_1ist(iterable, func = lambda x: x+1): return [func(i) for i in iterable] 这个函数就是要在参数中传入一个函数,然后在内部应用这...

LittleHuang950620的博客 1049

【Python】装饰器

装饰器是 Python 中的一个强大工具,允许你在不改变函数本身的代码情况下,动态地修改或扩展其行为。装饰器通常用于日志记录、权限验证、缓存、性能监控等应用。你可以使用@decorator语法将装饰器应用到函数或方法上。装饰器是高阶函数,可以接受函数作为参数并返回一个新函数。

wq6qeg88的博客 2288

13 - 高阶函数-柯里化-装饰器

文章目录 1 高阶函数 1.1 自定义sort函数 1.1.1 将规模缩小,先实现排序,先不管key和reverse参数 1.1.2 添加reverse参数判断 1.1.3 添加key参数判断 1.2 内建函数(高阶函数) 1.2.1 sorted排序 1.2.2 filter 过滤 1.2.3 map 映射 2 柯里化 3 装饰器 3.1 需求分析 3.2 函数柯里化 3...

大欣的IT之路 1372
上一篇: Python笔记(16)-包
下一篇: Python笔记(18)文件管理
ToryCode
博客等级 码龄3年 44粉丝 130原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值