慕课网

精品课程 python进阶

python进阶

最热最新

Zhq9695

有decorator的情况下，再打印函数名： def log(f): def wrapper(*args, **kw): print 'call...' return f(*args, **kw) return wrapper @log def f2(x): pass print f2.__name__ 输出： wrapper 可见，由于decorator返回的新函数函数名已经不是'f2'，而是@log内部定义的'wrapper'。这对于那些依赖函数名的代码就会失效。decorator还改变了函数的__doc__等其它属性。如果要让调用者看不出一个函数经过了@decorator的“改造”，就需要把原函数的一些属性复制到新函数中： def log(f): def wrapper(*args, **kw): print 'call...' return f(*args, **kw) wrapper.__name__ = f.__name__ wrapper.__doc__ = f.__doc__ return wrapper 这样写decorator很不方便，因为我们也很难把原函数的所有必要属性都一个一个复制到新函数上，所以Python内置的functools可以用来自动化完成这个“复制”的任务： import functools def log(f): @functools.wraps(f) def wrapper(*args, **kw): print 'call...' return f(*args, **kw) return wrapper 最后需要指出，由于我们把原函数签名改成了(*args, **kw)，因此，无法获得原函数的原始参数信息。即便我们采用固定参数来装饰只有一个参数的函数： def log(f): @functools.wraps(f) def wrapper(x): print 'call...' return f(x) return wrapper

查看全部

0 采集收起来源：python中完善decorator
2017-08-13
wangyixian

python3中，要使用reduce,得从functools中引入，加上： from functools import reduce 才能够用。

查看全部

0 采集收起来源：python中reduce()函数
2017-08-13
Zhq9695

所以，带参数的log函数首先返回一个decorator函数，再让这个decorator函数接收my_func并返回新函数： def log(prefix): def log_decorator(f): def wrapper(*args, **kw): print '[%s] %s()...' % (prefix, f.__name__) return f(*args, **kw) return wrapper return log_decorator @log('DEBUG') def test(): pass print test() 执行结果： [DEBUG] test()... None 对于这种3层嵌套的decorator定义，你可以先把它拆开： # 标准decorator: def log_decorator(f): def wrapper(*args, **kw): print '[%s] %s()...' % (prefix, f.__name__) return f(*args, **kw) return wrapper return log_decorator # 返回decorator: def log(prefix): return log_decorator(f) 拆开以后会发现，调用会失败，因为在3层嵌套的decorator定义中，最内层的wrapper引用了最外层的参数prefix，所以，把一个闭包拆成普通的函数调用会比较困难。不支持闭包的编程语言要实现同样的功能就需要更多的代码。

查看全部

1 采集收起来源：python中编写带参数decorator
2017-08-13
Zhq9695

import time def performance(f): def fn(x): t1=time.time() r = f(x) t2=time.time() print 'call '+f.__name__+'() in '+str(t2-t1) return r return fn @performance def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial(10)

查看全部

0 采集收起来源：python中编写无参数decorator
2017-08-13
Zhq9695

python中编写无参数decorator Python的 decorator 本质上就是一个高阶函数，它接收一个函数作为参数，然后，返回一个新函数。使用 decorator 用Python提供的 @ 语法，这样可以避免手动编写 f = decorate(f) 这样的代码。考察一个@log的定义： def log(f): def fn(x): print 'call ' + f.__name__ + '()...' return f(x) return fn 对于阶乘函数，@log工作得很好： @log def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial(10) 结果： call factorial()... 3628800

查看全部

0 采集收起来源：python中编写无参数decorator
2017-08-13
Zhq9695 03:03

444

查看全部

0 采集收起来源：python中decorator装饰器
2017-08-13
Zhq9695 03:20

333

查看全部

0 采集收起来源：python中decorator装饰器
2017-08-13
Zhq9695 02:24

222

查看全部

0 采集收起来源：python中decorator装饰器
2017-08-13
Zhq9695 00:13

111

查看全部

0 采集收起来源：python中decorator装饰器
2017-08-13
13hc

def mycmp(x, y): return cmp(x[1], y[1]) mylist=[('a',1),('b',4),('c',0)] print sorted(mylist,mycmp) #[('c', 0), ('a', 1), ('b', 4)] sorted函数的cmp参数，表示对序列排序的具体实现。mycmp就是实现，他是将mylist中的元素的第二个子元素进行两两比较，并按照从小到大的顺序排列。这样就得到了结果[('c', 0), ('a', 1), ('b', 4)]

查看全部

0 采集收起来源：python中自定义排序函数
2017-08-13
Zhq9695

python中匿名函数高阶函数可以接收函数做参数，有些时候，我们不需要显式地定义函数，直接传入匿名函数更方便。在Python中，对匿名函数提供了有限支持。还是以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： >>> 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，不写return，返回值就是该表达式的结果。

查看全部

0 采集收起来源：python中匿名函数
2018-03-22
Zhq9695

f1, f2, f3 = count(),这句话的意思是f1=count()[0],f2=count()[1],f3=count()[2].这种赋值语句只能用于数组，一一对应

查看全部

0 采集收起来源：python中闭包
2017-08-13
Zhq9695

# 希望一次返回3个函数，分别计算1x1,2x2,3x3: def count(): fs = [] for i in range(1, 4): def f(): return i*i fs.append(f) return fs f1, f2, f3 = count() 你可能认为调用f1()，f2()和f3()结果应该是1，4，9，但实际结果全部都是 9（请自己动手验证）。原因就是当count()函数返回了3个函数时，这3个函数所引用的变量 i 的值已经变成了3。由于f1、f2、f3并没有被调用，所以，此时他们并未计算 i*i，当 f1 被调用时： >>> f1() 9 # 因为f1现在才计算i*i，但现在i的值已经变为3 因此，返回函数不要引用任何循环变量，或者后续会发生变化的变量。

查看全部

0 采集收起来源：python中闭包
2018-03-22
13hc

import functools def cmp_ignore_case(s1, s2): u1 = s1.upper()* u2 = s2.upper()* if u1 < u2:* return -1* if u1 > u2:* return 1* return 0* def sorted_ignore_case(x,cmp=cmp_ignore_case): return sorted(x,cmp)#sorted()函数默认把原始的cmp()函数作为排序的根据，这里把新定义的cmp()函数作为sorted()函数默认的排序根据 print sorted_ignore_case(['bob', 'about', 'Zoo', 'Credit']) *部分等价于return cmp(s1.upper(), s2.upper()) 这里不能只写cmp(s1.upper(), s2.upper())，默认的cmp()函数就是： def cmp(x1,x2): if x1>x2: return 1 if x1<x2: return -1 return 0 这里的cmp(s1.upper(), s2.upper())不是外函数,所以还需要一个return来接收内函数cmp(s1.upper(), s2.upper())返回的值，进而当这个新定义的比较方法作为参数传给sorted()函数时，新比较方法的返回值再传给sorted()函数,从而实现排序

查看全部

0 采集收起来源：python中偏函数
2018-03-22
Zhq9695

def calc_sum(lst): def lazy_sum(): return sum(lst) return lazy_sum 注意: 发现没法把 lazy_sum 移到 calc_sum 的外部，因为它引用了 calc_sum 的参数 lst。像这种内层函数引用了外层函数的变量（参数也算变量），然后返回内层函数的情况，称为闭包（Closure）。

查看全部

0 采集收起来源：python中闭包
2017-08-13

首页上一页 761 762 763 764 765 766 767 下一页尾页

0/150

提交

取消

该课程已下架

课程须知: 本课程是Python入门的后续课程 1、掌握Python编程的基础知识 2、掌握Python函数的编写 3、对面向对象编程有所了解更佳

老师告诉你能学到什么？: 1、什么是函数式编程 2、Python的函数式编程特点 3、Python的模块 4、Python面向对象编程 5、Python强大的定制类