本文档内容：

1 python中三种名称空间和作用域

2 函数的使用

3 闭包

4 装饰器

一 python中三种名称空间和作用域

1.1名称空间：

当程序运行时，代码从上至下依次执行，它会将变量与值得关系存储在一个空间中，这个空间

也叫命名空间。例如：name='xingchen'

当程序遇到函数时，它会将函数名存在内存中，函数内部的变量和逻辑暂时不关心；

当函数执行时，内存会临时开辟一个空间，存放函数体里面的代码（变量，代码等），这个空间叫临时名称空间

也叫局部名称空间。

函数外面访问不到临时空间的内容；随着函数的执行完毕，临时空间会释放掉。

python中名称空间分三种：
　　内置名称空间
　　全局名称空间
　　局部名称空间
作用域：
　　全局作用域：
　　　　内置名称空间
　　　　全局名称空间
局部作用域：
　　　　局部名称空间
加载顺序：
内置名称空间 ---》全局名称空间（程序执行时） ---》局部名称空间(函数执行时)
取值顺序：单向不可逆
局部名称空间 ---》全局名称空间 ----》内置名称空间

1.2  globals和locals

print（globals() ） 返回的是全局作用域里面的变量与其值，是一个字典

print（locals()）   返回的是当前的局部变量与其值，也是一个字典

例如：

def func1():

    a=1

    print(a)

    print(locals())

    print(globals())

func1()

其结果为：

1

{'a':}

{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x0000024FD014B240>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, '__file__': 'D:/PycharmProjects-x/s22day03/day4/lianxi.py', '__cached__': None, 'time': <module 'time' (built-in)>, 'func1': <function func1 at 0x0000024FD0056048>}

1.3 global和nonlocal

global：声明一个全局变量，可以用作局部变量的关键字来修改或赋值给全局变量,

　　　　但是：对可变数据类型（list，dict，set）可以直接引用不用通过global。如果默认参数是一个可变的数据类型，那么他在内存中永远是一个

例如：下面的list就是可变数据类型，因此就不用global

# def extendList(val,list=[]):

# 　　 list.append(val)

# 　　 return list

# list1 = extendList(10)

# print('list1=%s'%list1) # [10,]

# list2 = extendList(123,[])

# print('list2=%s'%list2) # [123,]

# list3 = extendList('a')

# print('list3=%s'%list3) #[10,'a']

# print('list1=%s'%list1)

# print('list2=%s'%list2)

# print('list3=%s'%list3)

其结果为：

[10,a]

[123]

[10,a]

nonlocal:在局部作用域中，对其父级作用域（或者更外层作用域）进行变量赋值或者修改，但是不能修改全局作用域

例如：

def func1():

    a=1

    def func2():

        b=10

        def func3():

            nonlocal a,b

            a=a+1

            b=b+1

            print(a,b)   #结果为 2，11

        func3()

        print(a,b)       #结果为 2，11，func2函数的b被引用了

    func2()

    print(a)　　　　　　　　#结果为 2，这里的变量a被引用了，但是b不是在这里面引用的，所以打印b会报错

func1()

二函数的使用

函数名的本质就是函数的内存地址

1 函数可以被引用

例如：

def func1():

    print('in func1')

f=func1

print(f)

结果为：<function func1 at 0x000001E9313C6048>

2 函数可以作为容器类元素

例如

def func1():

    print('f1')

def func2():

    print('f2')

l1=[func1,func2]

l2={'f1':func1,'f2':func2}

l1[0]()

l2['f2']()

3 函数可以作为返回值

def f1():

    print('f1')

def func1(argv):

    argv()

    return argv

f = func1(f1)

f()

其他： 第一类对象

第一类对象（first-class object）指

1.可在运行期创建

2.可用作函数参数或返回值

3.可存入变量的实体。

三 闭包

内部函数包含对外部作用域而非全局作用域变量的引用，该内部函数称为闭包函数，一般用于装饰器或者网络爬取内容

判断闭包函数的方法__closure__

例如：

def func():

    name = 'eva'

    def inner():

        print(name)

　　　　 print(inner.__closure__) #结果中函数含有cell元素，否则为none

return inner

f = func()

f()

闭包函数一个例子

    def line_conf(a, b):

        def line(x):

            return a * x + b

        return line

四 装饰器

装饰器的本质是一个python函数，基于闭包函数，让其他的函数在不改变源码和调用方式的前提下，增加新的功能

　　装饰器的应用场景：比如插入日志，性能测试，事务处理，缓存等等场景。

下面看看装饰器的形成过程：

原始的代码

import time

# print(time.time()) # 1527326532.2688255

# def func1():

#　　 time.sleep(0.3)

# 　　 print('非常复杂......')

#

# start_time = time.time()

# func1()

# end_time = time.time()

# print('此函数的执行效率%s' %(end_time-start_time))

# 改版1：我要封装到一个函数中

# def func1():

# 　　 time.sleep(0.3)

# 　　 print('非常复杂......')

#

# def func2():

# 　　 time.sleep(0.3)

# 　　 print('特别复杂......')

#

# func1()

# func2()

# # 改版2：被测试函数当参数传入，可以测试多个函数的执行效率

# def timmer(f):

# 　　 start_time = time.time()

#　　 f()

# 　　 end_time = time.time()

# 　　 print('此函数的执行效率%s' %(end_time-start_time))

#

# timmer(func1)

# timmer(func2)

# 改版3:：测试函数执行效率的同时，不要改变原函数的调用方式。

# def func1():

#　　 time.sleep(0.3)

#　　 print('非常复杂......')

# def func2():

# 　　 time.sleep(0.3)

# 　　 print('特别复杂......')

# # func1()

# # func2()

# def timmer(f):

# 　　 start_time = time.time()

#　　 f()

#　　 end_time = time.time()

# 　　 print('此函数的执行效率%s' % (end_time - start_time))

# f1 = func1

# func1 = timmer #

# func1(f1) # timmer(func1)

# 改版4:：改版3虽然大体上满足了我的要求，但是增加两行代码，
# 而且多了参数，不好，继续改，尽量不添加其他代码，而且做到调用时一模一样
# 最简单的装饰器。

# def func1():

#　　 time.sleep(0.3)

# 　　 print('非常复杂......')

# def func2():

# 　　 time.sleep(0.3)

# 　　 print('特别复杂......')

# # func1()

# # func2()

#

# def timmer(f): # f = func1 函数名

# 　　 def inner():

#　　　　 start_time = time.time()

# 　　　　 f()

# 　　　　 end_time = time.time()

#　　　　 print('此函数的执行效率%s' % (end_time - start_time))

# 　　 return inner

#

# func1 = timmer(func1) # inner

# func2 = timmer(func2) # inner

# func1() # inner()

# func2()

# 改版5:：改版4每次测试一个函数的执行效率时，都需要加一行 func1 = timmer(func1)代码，麻烦
# python提出了一个语法糖 @。

# def timmer(f): # f = func1 函数名

# 　　 def inner():

# 　　 　　 start_time = time.time()

# 　　 　　 f()

# 　　 　　 end_time = time.time()

# 　　 　　 print('此函数的执行效率%s' % (end_time - start_time))

# 　　 return inner

#

# @timmer # func1 = timmer(func1) inner

# def func1():

# 　　 time.sleep(0.3)

# 　　 print('非常复杂......')

#

# func1() # inner()

# 改版6:被装饰的函数肯定要有参数的，你现在不能满足，解决这个问题。
# 被装饰的函数带参数的装饰器

# def timmer(f): # f = func1 函数名

# 　　 def inner(*args,**kwargs): # args = （1,2）,kwargs {sex:'nv',name:'alex'}

# 　　 　　 start_time = time.time()

#　　　　 f(*args,**kwargs) # f(1,2,,sex='nv',name='alex')

#　　 　　 end_time = time.time()

# 　　 　　 print('此函数的执行效率%s' % (end_time - start_time))

# 　　 return inner

#

# @timmer # func1 = timmer(func1) inner

# def func1(a,b):

# 　　 time.sleep(0.3)

# 　　 print(a,b)

# 　　 print('非常复杂......')

#

#

# @timmer # func1 = timmer(func1) inner

# def func2(a,b,name,sex='man'): # f(1,2,,sex='nv',name='alex')

# 　　 time.sleep(0.3)

# 　　 print(a,b,sex,name)

# 　　 print('非常复杂......')

#

# func2(1,2,sex='nv',name='alex') # inner()

# 改版7:被装饰的函数肯定要有返回值的，解决这个问题。
# 被装饰的函数带参数且有返回值的装饰器

# def timmer(f): # f = func2 函数名

# 　　 def inner(*args,**kwargs): # args = （1,2）,kwargs {sex:'nv',name:'alex'}

# 　　 　　 start_time = time.time()

#　　  　　ret = f(*args,**kwargs) # f(1,2,,sex='nv',name='alex')

# 　　 　　 end_time = time.time()

# 　　 　　 print('此函数的执行效率%s' % (end_time - start_time))

#　　 　　 return ret

#　　 return inner

# @timmer # func1 = timmer(func1) inner

# def func2(a,b,name,sex='man'): # f(1,2,,sex='nv',name='alex')

# 　　 time.sleep(0.3)

#　　 print(a,b,sex,name)

# 　　 print('非常复杂......')

# 　　 return 666

#

# print(func2(1,2,sex='nv',name='alex')) # inner()

def timmer(f):

　　def inner(*args,**kwargs):

　　　　start_time = time.time()

　　　　ret = f(*args,**kwargs)

　　　　end_time = time.time()

　　　　print('此函数的执行效率%s' % (end_time - start_time))

　　　　return ret

　　return inner

@timmer

# def func2(a,b,name,sex='man'):

# 　　 time.sleep(0.3)

# 　　 print(a,b,sex,name)

# 　　 print('非常复杂......')

# 　　 return 666

#

# ret1 = func2(1,2,sex='nv',name='alex')

# print(ret1)
至此装饰器的固定结构如下
def timer(func):

    def inner(*args,**kwargs):

        '''执行函数之前要做的'''

        re = func(*args,**kwargs)

        '''执行函数之后要做的'''

        return re

    return inner

但是如何函数有很多，如何取消他们呢，以后如果又加上呢---带参数的装饰器模型

def outer(flag):

    def timer(func):

        def inner(*args,**kwargs):

            if flag:

                print('''执行函数之前要做的''')

            re = func(*args,**kwargs)

            if flag:

                print('''执行函数之后要做的''')

            return re

        return inner

    return timer

@outer(False)  #改为false是不执行装饰器内的内容

def func():

    print(111)

func()

如果多个装饰器装饰一个函数呢

def wrapper1(func):

    def inner():

        print('wrapper1 ,before func')

        func()

        print('wrapper1 ,after func')

    return inner

def wrapper2(func):

    def inner():

        print('wrapper2 ,before func')

        func()

        print('wrapper2 ,after func')

    return inner

@wrapper1

@wrapper2

def f():

    print('in f')

f()

其结果为：

wrapper1 ,before func

wrapper2 ,before func

in f

wrapper2 ,after func

wrapper1 ,after func

装饰器的另外一种方法：

import functools

def wrapper(func):

    @functools.wraps(func)

    def inner(*args, **kwargs):

        print('我是装饰器')

        return func(*args,**kwargs)

    print('--------')

    return inner

@wrapper

def index():

    print('我是被装饰函数')

    return None

index()

---------------------------------------------------------------------------------回顶部----------------------------------------------------------------------------------------------------------------------------

day4----函数-闭包-装饰器的更多相关文章

  1. python函数闭包-装饰器-03

    可调用对象 callable()  # 可调用的(这个东西加括号可以执行特定的功能,类和函数) 可调用对象即  callable(对象)  返回为  True  的对象 x = 1 print(cal ...

  2. 【Python3的命名空间与作用域，闭包函数，装饰器】

    一.命名空间与作用域 命名空间是名字和对象的映射,就像是字典,key是变量名,value是变量的值 1.命名空间的定义 name='egon' #定义变量 def func(): #定义函数 pass ...

  3. python学习笔记-day4笔记 常用内置函数与装饰器

    1.常用的python函数 abs             求绝对值 all               判断迭代器中所有的数据是否为真或者可迭代数据为空,返回真,否则返回假 any          ...

  4. Python之函数对象、函数嵌套、名称空间与作用域、闭包函数、装饰器

    目录 一 函数对象 二 函数的嵌套 三 名称空间和作用域 四 闭合函数 五 装饰器 一.函数对象 1.函数是第一类对象 #第一类对象的特性:# 可以被引用 # 可以当做参数传递 # 返回值是函数 # ...

  5. day11 闭包函数和装饰器

    1.函数不是新知识点 主要是学习函数的用法 在面向对象编程中,一切皆对象,函数也不例外 具体的表现 1.函数可以引用 2.函数可以作为函数的参数 3.函数可以作为函数的返回值 4.可以被存储到容器类型 ...

  6. python基础-闭包函数和装饰器

    闭包函数和装饰器 闭包函数 概念:在函数中(嵌套)定义另一个函数时,内部函数引用了外层函数的名字. 特性 闭包函数必须在函数内部定义 闭包函数可引用外层函数的名字 闭包函数是函数嵌套.函数对象.名称空 ...

  7. day11_7.11 闭包函数与装饰器

    补充: callable 代表可调用的,加括号可以执行.(函数或者类) import this  查看python之禅 一.闭包函数 所谓闭包函数,就是定义在函数内部的函数,也就是函数定义的嵌套.而在 ...

  8. CSIC_716_20191112【闭包函数和装饰器】

    闭包函数 什么是闭包函数:闭包函数是函数嵌套.函数对象.名称空间和作用域的集合体. 闭包函数必须在函数内部定义,闭包函数可以引用外层函数的名字. # _*_ coding: gbk _*_ # @Au ...

  9. Python_oldboy_自动化运维之路_函数，装饰器，模块，包（六）

    本节内容 上节内容回顾(函数) 装饰器 模块 包 1.上节内容回顾(函数) 函数 1.为什么要用函数? 使用函数之模块化程序设计,定义一个函数就相当于定义了一个工具,需要用的话直接拿过来调用.不使用模 ...

  10. python学习之路-4 内置函数和装饰器

    本篇涉及内容 内置函数 装饰器 内置函数 callable()   判断对象是否可以被调用,返回一个布尔值 1 2 3 4 5 6 7 8 9 10 11 num = 10 print(callabl ...

随机推荐

  1. 教你用CMD命令查询域名的DNS解析记录:A,NS,MX,CNAME,TXT

    1.查询域名的A记录 nslookup -qt=A qqgzs.com 当然查询A记录你直接用ping命令来ping域名也可以获得A记录. 2.查询域名的NS记录 nslookup -qt=NS qq ...

  2. dom实例，模态框，全选，反选，取消

    <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...

  3. Action<T> Delegate

    来源:https://docs.microsoft.com/zh-cn/dotnet/api/system.action-1?view=netframework-4.7.2 Action<T&g ...

  4. windows服务命令 转载

    OnCustomCommand executes when the Service Control Manager (SCM) passes a custom command to the servi ...

  5. SET FMTONLY ON

    有时候在执行SQL查询语句时,仅仅需要知道检索的元数据,而不是具体的数据行,可以设置SET FMTONLY ON. SET FMTONLY只将元数据返回给客户端. 语法SET FMTONLY { ON ...

  6. 《剑指offer(第二版)》——面试题36：二叉搜索树与双向链表

    具体的题目大意和参考思路在此处不详述(见<剑指offer>),实质就是在中序遍历的过程中调整指针的指向,关于中序遍历有递归和非递归两种操作,所以此处也用了两种方法. 方法1(递归法): 代 ...

  7. gitlab ssh clone问题解决

    公司搭建的gitlab,通过http协议可以clone: [sisi@pre-srv24 gitlab]$ git clone http://gitlab.test.mycompany.com/dev ...

  8. Lucene 4.0 正式版发布，亮点特性中文解读[转]

    http://blog.csdn.net/accesine960/article/details/8066877 2012年10月12日,Lucene 4.0正式发布了(点击这里下载最新版),这个版本 ...

  9. zuul网关Filter处理流程及异常处理

    本文转载自:https://blog.csdn.net/tianyaleixiaowu/article/details/77893822 上一篇介绍了java网关Zuul的简单使用,进行请求路由转发和 ...

  10. Android开发教程之【环境搭建及HelloWorld】（转载）

    引言 本系列适合0基础的人员,因为我就是从0开始的,此系列记录我步入Android开发的一些经验分享,望与君共勉!作为Android队伍中的一个新人的我,如果有什么不对的地方,还望不吝赐教. 在开始A ...