函数作为返回值
高阶函数除了可以接受函数作为参数外,还可以把函数作为结果值返回。
我们来实现一个可变参数的求和。通常情况下,求和的函数是这样定义的:
def calc_sum(*args):i = 0for n in args:i = i + nreturn i
但是,如果不需要立刻求和,而是在后面的代码中,根据需要再计算怎么办?可以不返回求和的结果,而是返回求和的函数:
def lazy_sum(*args):def sum():i = 0for n in args:i = i + nreturn ireturn sum
当我们调用
lazy_sum()
时,返回的并不是求和结果,而是求和函数:
f = lazy_sum(1, 3, 5, 7, 9)print(f)# <function lazy_sum.<locals>.sum at 0x000002C5C32328C8>
调用函数
f
时,才真正计算求和的结果:
print(f())# 25
在这个例子中,我们在函数
lazy_sum
中又定义了函数
sum
,并且,内部函数
sum
可以引用外部函数
lazy_sum
的参数和局部变量,当
lazy_sum
返回函数
sum
时,相关参数和变量都保存在返回的函数中,这种称为“闭包(Closure)”的程序结构拥有极大的威力。
请再注意一点,当我们调用
lazy_sum()
时,每次调用都会返回一个新的函数,即使传入相同的参数:
f1 = lazy_sum(1, 3, 5, 7, 9)f2 = lazy_sum(1, 3, 5, 7, 9)print(f1 == f2)# False
f1()
和
f2()
的调用结果是互不影响的。
闭包
返回的函数在其定义内部引用了局部变量
args
,所以,当一个函数返回了一个函数后,其内部的局部变量还被新函数引用,所以,闭包用起来简单,实现起来可不容易。
另一个需要注意的问题是,返回的函数并没有立刻执行,而是直到调用了
f()
才执行。我们来看一个例子:
def count():fs = []for i in range(1, 4):def f():return i*ifs.append(f)return fsf1, f2, f3 = count()
在上面的例子中,每次循环,都创建了一个新的函数,然后,把创建的3个函数都返回了。
你可能认为调用
f1()
,
f2()
和
f3()
结果应该是
1
,
4
,
9
,但实际结果是:
print(f1())# 9print(f2())# 9print(f3())# 9
全部都是
9
!原因就在于返回的函数引用了变量
i
,但它并非立刻执行。等到3个函数都返回时,它们所引用的变量
i
已经变成了
3
,因此最终结果为
9
。
返回闭包时牢记一点: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。
如果一定要引用循环变量怎么办?方法是再创建一个函数,用该函数的参数绑定循环变量当前的值,无论该循环变量后续如何更改,已绑定到函数参数的值不变:
def count():def f(j):def g():return j*jreturn gfs = []for i in range(1, 4):fs.append(f(i)) # f(i)立刻被执行,因此i的当前值被传入f()return fsf1, f2, f3 = count()
再看看结果:
print(f1())# 1print(f2())# 4print(f3())# 9
缺点是代码较长,可利用lambda函数缩短代码。
由于函数也是一个对象,而且函数对象可以被赋值给变量,所以,通过变量也能调用该函数。
def now():print(\'2021-04-17\')f = nowf()
__name__
属性
函数对象有一个
__name__
属性,可以拿到函数的名字:
print(now.__name__) # nowprint(f.__name__) # now
装饰器
现在,假设我们要增强
now()
函数的56c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)。
decorator的本质就是闭包。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:
@logdef now():print(\'2021-04-17\')
调用
now()
函数,不仅会运行
now()
函数本身,还会在运行
now()
函数前打印一行日志:
now()# call now():# 2021-04-17
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
load8g()
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。在
wrapper()
函数内,首先打印日志,再紧接着调用原始函数。
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 wrapperreturn decorator
这个3层嵌套的decorator用法如下:
@log(\'execute\')def now():print(\'2021-04-17\')
执行结果如下:
now()# execute now():# 2021-04-17
和两层嵌套的decorator相比,3层嵌套的效果是这样的:
now = log(\'execute\')(now)
我们来剖析上面的语句,首先执行
log(\'execute\')
,返回的是
decorator
函数,再调用返回的函数,参数是
now
函数,返回值最终是
wrapper
函数。
以上两种decorator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
\'now\'
变成了
\'wrapper\'
:
print(now.__name__)# 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__ = 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 functoolsdef log(func):@functools.wraps(func)def wrapper(*args, **kw):print(\'call %s():\' % func.__name__)return func(*args, **kw)return wrapper
或者针对带参数的decorator:
import functoolsdef log(text):def decorator(func):@functools.wraps(func)def wrapper(*args, **kw):print(\'%s %s():\' % (text, func.__name__))return func(*args, **kw)return wrapperreturn decorator
import functools
是导入
functools
模块。模块的概念稍候讲解。现在,只需记住在定义
wrapper()
的前面加上
@functo56cols.wraps(func)
即可。