Python 匿名函数,装饰器和偏函数

详细内容请参考廖雪峰官网，此处只是一些摘抄，心得与练习的coding。

匿名函数
其实就是lambda.
以map()函数为例，计算f(x)=x2时，除了定义一个f(x)的函数外，还可以直接传入匿名函数：
```
>>> list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
[1, 4, 9, 16, 25, 36, 49, 64, 81]
```
通过对比可以看出，匿名函数lambda x: x * x实际上就是：
```
def f(x):
    return x * x
```
关键字lambda表示匿名函数，冒号前面的x表示函数参数。

匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。
用匿名函数有个好处，因为函数没有名字，不必担心函数名冲突。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数：
```
>>> f = lambda x: x * x
>>> f
<function <lambda> at 0x101c6ef28>
>>> f(5)
25
```
同样，也可以把匿名函数作为返回值返回，比如：
```
def build(x, y):
    return lambda: x * x + y * y
```
练习:
请用匿名函数改造下面的代码：
```
# -*- coding: utf-8 -*-
# def is_odd(n):
#     return n % 2 == 1

# L = list(filter(is_odd, range(1, 20)))
L = list(filter(lambda n:n%2 == 1,range(1,20)))

print(L)
```
装饰器
我觉得这是Python一个很牛的发明。就是在不改变现在代码的情况下，在函数名称上一行加上@装饰器，就可以达到改变函数的效果。有点像把函数的指针重新指向了另一个地方。
比如现在有一个now()函数:
```
>>> def now():
...     print('2018-8-19')
...
>>> f = now
>>> f()
2018-9-19
```
假设我们要增强now()函数的功能，比如，在函数调用前后自动打印日志，但又不希望修改now()函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。本质上，decorator就是一个返回函数的高阶函数。所以，我们要定义一个能打印日志的decorator，可以定义如下：
```
def log(func):
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper
```
观察上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处：
```
@log
def now():
    print('2018-8-19')
```
调用now()函数:
```
>>> now()
call now():
2018-8-19
```
把@log放到now()函数的定义处，相当于执行了语句: now = log(now) 由于log()是一个decorator，返回一个函数，所以，原来的now()函数仍然存在，只是现在同名的now变量指向了新的函数，于是调用now()将执行新函数，即在log()函数中返回的wrapper()函数。wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。如果decorator本身需要传入参数，那就需要编写一个返回decorator的高阶函数，写出来会更复杂。比如，要自定义log的文本：
```
def log(text):
    def decorator(func):
        def wrapper(*args, **kw):
            print('%s %s():' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return decorator
```
这个3层嵌套的decorator用法如下：
```
@log('execute')
def now():
    print('2018-8-19')
```
执行结果如下：
```
>>> now()
execute now():
2018-8-19
```
和两层嵌套的decorator相比，3层嵌套的效果是这样的：
```
>>> now = log('execute')(now)
```
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__ = func.__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：
```
import functools

def log(text):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kw):
            print('%s %s():' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return decorator
```
练习:
请设计一个decorator，它可作用于任何函数上，并打印该函数的执行时间：
```
# -*- coding: utf-8 -*-
import time, functools
def metric(fn):
    @functools.wraps(fn)
    def wrapper(*args,**kw):
        gap_begin = time.time()
        r = fn(*args,**kw)
        gap_end = time.time()
        print('%s executed in %.2f ms' % (fn.__name__, gap_end-gap_begin))
        return r
    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!')

print(fast.__name__)
print(slow.__name__)
```
偏函数

这里的偏函数和数学意义上的偏函数不一样。在介绍函数参数的时候，通过设定参数的默认值，可以降低函数调用的难度。而偏函数也可以做到这一点.
例如: int()函数还提供额外的base参数，默认值为10。如果传入base参数，就可以做N进制的转换：
```
>>> int('12345', base=8)
5349
>>> int('12345', 16)
74565
```
假设要转换大量的二进制字符串，每次都传入int(x, base=2)非常麻烦，于是，我们想到，可以定义一个int2()的函数，默认把base=2传进去：
```
def int2(x, base=2):
    return int(x, base)
```
functools.partial就是帮助我们创建一个偏函数的，不需要我们自己定义int2()，可以直接使用下面的代码创建一个新的函数int2：
```
>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64
>>> int2('1010101')
85
```
所以，简单总结functools.partial的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。
最后，创建偏函数时，实际上可以接收函数对象、*args和**kw这3个参数，当传入：
```
max2 = functools.partial(max, 10)
```
实际上会把10作为*args的一部分自动加到左边，也就是：
```
max2(5, 6, 7)
```
相当于：
```
args = (10, 5, 6, 7)
max(*args)
```
结果为10

posted @ 2018-08-19 21:35 ChrisK 阅读(190) 评论(0) 编辑收藏举报

会员力量，点亮园子希望

刷新页面返回顶部

Python 匿名函数,装饰器和偏函数

公告