Python day 6(5) Python 函数式编程3

一：装饰器

1 函数对象有一个__name__属性，可以拿到函数的名字

 >>> def now():

 ...     print('2015-3-25')

 ...

 >>> f = now

 >>> f()

 2015-3-25

 >>> now.__name__

 'now'

 >>> f.__name__

 'now'

2  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。

 def log(func):

     def wrapper(*args, **kw):

         print('call %s():' % func.__name__)

         return func(*args, **kw)

     return wrapper

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('2015-3-25')

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():

 2015-3-25

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。在wrapper()函数内，首先打印日志，再紧接着调用原始函数。

3 若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。

 def log(text):

     def decorator(func):

         def wrapper(*args, **kw):

             print('%s %s():' % (text, func.__name__))

             return func(*args, **kw)

         return wrapper

     return decorator

 @log('execute')

 def now():

     print('2015-3-25')

执行结果如下：

 >>> now()

 execute now():

 2015-3-25

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。

4 以上两种decorator的定义都没有问题，但还差最后一步。因为我们讲了函数也是对象，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'：

 >>> 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。

Python内置的functools.wraps可以解决这个问题。记住：

a 在定义函数前导入functools模块。import functools

b 在定义wrapper()的前面加上@functools.wraps(func)即可。

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):

        start=time.time()

        answer=fn(*args,**kw)

        end=time.time()-start

        print('%s executed in %s ms' % (fn.__name__, end))

        return answer

    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!')

二：偏函数（functools模块中其中一个功能）

1 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。

2 int()函数可以把字符串转换为整数，当仅传入字符串时，int()函数默认按十进制转换：

 >>> int('')

 12345

但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('', base=8)

 5349   #把字符串当做8进制，返回相对应的十进制。

 >>> int('', 16)

 74565  #把字符串当做16进制，返回相对应的十进制。

 >>> import functools

 >>> int2 = functools.partial(int, base=2)

 >>> int2('')

 64

 >>> int2('')

 85


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。
当函数的参数个数太多，需要简化时，使用functools.partial可以创建一个新的函数，这个新函数可以固定住原函数的部分参数，从而在调用时更简单。

巴特西

Python day 6(5) Python 函数式编程3

最新文章

热门文章