Python 闭包和装饰器

1、闭包

维基百科的定义

在计算机科学中,闭包(英语:Closure),又称词法闭包(Lexical Closure)或函数闭包(function closures),是在支持头等函数的编程语言中实现词法绑定的一种技术。闭包在实现上是一个结构体,它存储了一个函数(通常是其入口地址)和一个关联的环境(相当于一个符号查找表)。环境里是若干对符号和值的对应关系,它既要包括约束变量(该函数内部绑定的符号),也要包括自由变量(在函数外部定义但在函数内被引用),有些函数也可能没有自由变量。闭包跟函数最大的不同在于,当捕捉闭包的时候,它的自由变量会在捕捉时被确定,这样即便脱离了捕捉时的上下文,它也能照常运行。捕捉时对于值的处理可以是值拷贝,也可以是名称引用,这通常由语言设计者决定,也可能由用户自行指定(如C++)。

说人话

情景一:想要在函数外访问函数内部变量,通常是做不到的,例如

python 复制代码
def fun1():
	i = 10
	return
print(i)  # 会报错

怎么实现这个功能呢?可以在函数里面再嵌套一层函数,把第一层函数的内部变量变成第二层函数的外部变量。

python 复制代码
def outer():
	i = 10
	def inner():
		return i
	return inner

func1 = outer()  # 即 func1==inner
print(func1())  # 输出结果为10

因此内层函数对外层函数非全局变量的引用且外层函数返回内层函数的形式就构成 闭包

情景二:假设我们需要动态求解每日支出的平均数,第一天支出100元,第二天200元,第三天300元,要求每天求解一下之前所有支出的平均数,可以这样实现:

python 复制代码
a_llist = []

def average(expend)
	a_list.append(expend)
	return sum(a_list)/len(a_list)

print(average(100))
print(average(200))
a_list = []  # 此时数据很容易被篡改
print(average(300))

但这样有个问题,因为a_list是全局变量,在程序任何地方都可以被修改,因此不能很好保护数据安全性和完整性,那么我们就可以使用闭包的一个特性,绑定自由变量和内层函数。

python 复制代码
def outer():
	a_list = []
	def inner(expend):
		a_list.append(expend)
		return sum(a_list)/len(a_list)
	return inner
	
average = outer()
print(average(100))
print(average(200))
# a_list = []  此时数据不容易被篡改
print(average(300))

通过以上修改,变量a_list便可存在于内存之中并和函数average建立对应关系,即保护了数据安全(不容易被篡改)也保证可以在函数外部调用函数内部变量。

2、装饰器

装饰器是利用 闭包 特性实现的一个功能。假设我们现在有很多个功能性函数,我们想测试每个函数运行在时间,并在当前函数运行时进行提示,简单粗暴的方法是这样:

python 复制代码
import time


def func1():
	start_time = time.time()
	...
	end_time = time.time()
	print(end_time-start_time)
	return

def func2():
	start_time = time.time()
	...
	end_time = time.time()
	print(end_time-start_time)
	return

func1()
func2()
...

但其实这样非常费时费力,如果我们不想计算某个函数的时间,就不得不重新注释掉加上去的代码,因此在遇到这种需要在不改变原函数程序的基础上增加新功能的方法就需要用到装饰器。

python 复制代码
import time

def timeDecorate(func):
	def compute_time(*args, **kargs):  # *args和**kargs是函数可变参数
		start_time = time.time()
		func(*args, **kargs)  # 执行原函数功能
		end_time = time.time()
		print("time:", end_time-start_time)
	return compute_time

@timeDecorate
def func1():
	print("func1...")

@timeDecorate
def func2():
	print("func2...")
...

func1()
func2()
...

当然这只是对装饰器原理的简单理解,复杂的应用方法还有待补充。。。

相关推荐
灵智工坊LingzhiAI42 分钟前
人体坐姿检测系统项目教程(YOLO11+PyTorch+可视化)
人工智能·pytorch·python
weixin_472339464 小时前
高效处理大体积Excel文件的Java技术方案解析
java·开发语言·excel
枯萎穿心攻击5 小时前
响应式编程入门教程第二节:构建 ObservableProperty<T> — 封装 ReactiveProperty 的高级用法
开发语言·unity·c#·游戏引擎
Eiceblue6 小时前
【免费.NET方案】CSV到PDF与DataTable的快速转换
开发语言·pdf·c#·.net
m0_555762907 小时前
Matlab 频谱分析 (Spectral Analysis)
开发语言·matlab
浪裡遊8 小时前
React Hooks全面解析:从基础到高级的实用指南
开发语言·前端·javascript·react.js·node.js·ecmascript·php
烛阴8 小时前
简单入门Python装饰器
前端·python
lzb_kkk8 小时前
【C++】C++四种类型转换操作符详解
开发语言·c++·windows·1024程序员节
好开心啊没烦恼9 小时前
Python 数据分析:numpy,说人话,说说数组维度。听故事学知识点怎么这么容易?
开发语言·人工智能·python·数据挖掘·数据分析·numpy
面朝大海,春不暖,花不开9 小时前
使用 Python 实现 ETL 流程:从文本文件提取到数据处理的全面指南
python·etl·原型模式