python修饰函数的简单介绍

python中的format函数怎么使用

首先按下“Win+R”组合键，打开运行窗口。在打开文本框输入“cmd”，点击确定。在打开的cmd窗口中，输入：“python”，点击Enter键。在Python环境中，输入：“x = format(0.5, '%')”，点击Enter键。在Python环境中，输入：“print(x)”，详细步骤：

1、首先按下“Win+R”组合键，打开运行窗口。

2、在打开文本框输入“cmd”，点击确定。

3、在打开的cmd窗口中，输入：“python”，点击Enter键。

4、在Python环境中，输入：“x = format(0.5, '%')”，点击Enter键。

5、在Python环境中，输入：“print(x)”。

6、点击Enter键，即可使用Python内置的format函数把数字0.5格式化为百分比值。

相关问答

Q1: python语言中可以调用的函数有哪些？

Python语言中有很多内置函数和标准库函数可以直接调用，同时还可以自定义函数和调用其他模块中的函数。以下是一些常用的Python内置函数和标准库函数：

数学函数：abs(), pow(), round(), max(), min(), math库中的sin(), cos(), tan(), pi等函数。

字符串函数：len(), str(), int(), float(), ord(), chr(), upper(), lower(), replace(), split()等函数。

列表函数：append(), extend(), insert(), remove(), pop(), sort(), reverse()等函数。

文件操作函数：open(), read(), write(), close()等函数。

时间和日期函数：time(), sleep(), strftime()等函数。

正则表达式函数：re.compile(), re.search(), re.match(), re.sub()等函数。

网络编程函数：socket库中的socket(), bind(), listen(), accept()等函数。

Q2: Python中的“ @”（@）符号有什么作用？

【@】符号在python中是装饰器的意思。

装饰器对一个可调用对象（函数、方法、类等等）进行装饰，它返回的也是一个可调用对象。

一般情况下，装饰器是对被装饰对象的修饰与增强。用现实事物类比的话，可以类比为中间商：中间商不生产产品，它将工厂生产的产品进行包装、运输后再销售给顾客。装饰器不实现核心功能，它提供对目标函数调用的封装与强。

它装饰的方法返回值是一个对象（BillList、Bill、List[BillDetail]等），而装饰器【enabled_cache】的作用如它的名称一样：使用缓存。可以看到，这个装饰器函数中定义了一个函数【wrapper】然后将这个wrapper作为返回值。这样，原本调用ProductionBos.bill_with_last_week的代码就不需要做任何改变就能享受到ProductionBos.bill_with_last_week原有的功能（得到一个BillList对象）和enabled_cache提供的附加功能（如果该对象有缓存，就不再从数据库查询）。

Q3: 如何理解Python装饰器

作者：zhijun liu

链接：

来源：知乎

著作权归作者所有，转载请联系作者获得授权。

先来个形象比方

内裤可以用来遮羞，但是到python修饰函数了冬天它没法为我们防风御寒，聪明python修饰函数的人们发明了长裤，有了长裤后宝宝再也不冷了，装饰器就像我们这里说的长裤，在不影响内裤作用的前提下，给我们的身子提供了保暖的功效。

再回到我们的主题

装饰器本质上是一个Python函数，它可以让其python修饰函数他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能。

先来看一个简单例子：

def foo():

print('i am foo')

现在有一个新的需求，希望可以记录下函数的执行日志，于是在代码中添加日志代码：

def foo():

print('i am foo')

logging.info("foo is running")

bar()、bar2()也有类似的需求，怎么做？再写一个logging在bar函数里？这样就造成大量雷同的代码，为了减少重复写代码，我们可以这样做，重新定义一个函数：专门处理日志 ，日志处理完之后再执行真正的业务代码

def use_logging(func):

logging.warn("%s is running" % func.__name__)

func()

def bar():

print('i am bar')

use_logging(bar)

逻辑上不难理解， 但是这样的话，我们每次都要将一个函数作为参数传递给use_logging函数。而且这种方式已经破坏了原有的代码逻辑结构，之前执行业务逻辑时，执行运行bar()，但是现在不得不改成use_logging(bar)。那么有没有更好的方式的呢？当然有，答案就是装饰器。

简单装饰器

def use_logging(func):

def wrapper(*args, **kwargs):

logging.warn("%s is running" % func.__name__)

return func(*args, **kwargs)

return wrapper

def bar():

print('i am bar')

bar = use_logging(bar)

bar()

函数use_logging就是装饰器，它把执行真正业务方法的func包裹在函数里面，看起来像bar被use_logging装饰了。在这个例子中，函数进入和退出时 ，被称为一个横切面(Aspect)，这种编程方式被称为面向切面的编程(Aspect-Oriented Programming)。

@符号是装饰器的语法糖，在定义函数的时候使用，避免再一次赋值操作

def use_logging(func):

def wrapper(*args, **kwargs):

logging.warn("%s is running" % func.__name__)

return func(*args)

return wrapper

@use_logging

def foo():

print("i am foo")

@use_logging

def bar():

print("i am bar")

bar()

如上所示，这样我们就可以省去bar = use_logging(bar)这一句了，直接调用bar()即可得到想要的结果。如果我们有其他的类似函数，我们可以继续调用装饰器来修饰函数，而不用重复修改函数或者增加新的封装。这样，我们就提高了程序的可重复利用性，并增加了程序的可读性。

装饰器在Python使用如此方便都要归因于Python的函数能像普通的对象一样能作为参数传递给其他函数，可以被赋值给其他变量，可以作为返回值，可以被定义在另外一个函数内。

带参数的装饰器

装饰器还有更大的灵活性，例如带参数的装饰器：在上面的装饰器调用中，比如@use_logging，该装饰器唯一的参数就是执行业务的函数。装饰器的语法允许我们在调用时，提供其它参数，比如@decorator(a)。这样，就为装饰器的编写和使用提供了更大的灵活性。

def use_logging(level):

def decorator(func):

def wrapper(*args, **kwargs):

if level == "warn":

logging.warn("%s is running" % func.__name__)

return func(*args)

return wrapper

return decorator

@use_logging(level="warn")

def foo(name='foo'):

print("i am %s" % name)

foo()

上面的use_logging是允许带参数的装饰器。它实际上是对原有装饰器的一个函数封装，并返回一个装饰器。我们可以将它理解为一个含有参数的闭包。当我 们使用@use_logging(level="warn")调用的时候，Python能够发现这一层的封装，并把参数传递到装饰器的环境中。

类装饰器

再来看看类装饰器，相比函数装饰器，类装饰器具有灵活度大、高内聚、封装性等优点。使用类装饰器还可以依靠类内部的\_\_call\_\_方法，当使用 @ 形式将装饰器附加到函数上时，就会调用此方法。

class Foo(object):

def __init__(self, func):

self._func = func

def __call__(self):

print ('class decorator runing')

self._func()

print ('class decorator ending')

@Foo

def bar():

print ('bar')

bar()

functools.wraps

使用装饰器极大地复用了代码，但是他有一个缺点就是原函数的元信息不见了，比如函数的docstring、__name__、参数列表，先看例子：

装饰器

def logged(func):

def with_logging(*args, **kwargs):

print func.__name__ + " was called"

return func(*args, **kwargs)

return with_logging

函数

@logged

def f(x):

"""does some math"""

return x + x * x

该函数完成等价于：

def f(x):

"""does some math"""

return x + x * x

f = logged(f)

不难发现，函数f被with_logging取代了，当然它的docstring，__name__就是变成了with_logging函数的信息了。

print f.__name__ # prints 'with_logging'

print f.__doc__ # prints None

这个问题就比较严重的，好在我们有functools.wraps，wraps本身也是一个装饰器，它能把原函数的元信息拷贝到装饰器函数中，这使得装饰器函数也有和原函数一样的元信息了。

from functools import wraps

def logged(func):

@wraps(func)

def with_logging(*args, **kwargs):

print func.__name__ + " was called"

return func(*args, **kwargs)

return with_logging

@logged

def f(x):

"""does some math"""

return x + x * x

print f.__name__ # prints 'f'

print f.__doc__ # prints 'does some math'

内置装饰器

@staticmathod、@classmethod、@property

装饰器的顺序

@a

@b

@c

def f ():

等效于

f = a(b(c(f)))

编辑于 2016-08-09

8 条评论

感谢

分享

收藏

•

没有帮助

•

举报

•

作者保留权利

收起

4

赞同

反对，不会显示你的姓名

许多人选择编程是因为他们喜欢把时间花在…

4 人赞同

先理解一下闭包的概念吧，之前回答过一个有关闭包和装饰器的问题，可以参考一下：Python 里函数里返回一个函数内部定义的函数？ - 知乎用户的回答

显示全部

先理解一下闭包的概念吧，之前回答过一个有关闭包和装饰器的问题，可以参考一下：

Python 里函数里返回一个函数内部定义的函数？ - 知乎用户的回答

发布于 2014-12-09

2 条评论

感谢

分享

收藏

•

没有帮助

•

举报

•

作者保留权利

1

赞同

反对，不会显示你的姓名

罗伊后端工程师

1 人赞同

内置语法糖 格式优美 逼格较高在代码中使用洽到好处的装饰器瞬间让代码优美很多 写起来也很简单 无参的装饰器参数是要装饰的函数 有参装饰器参数是需要的参数 最后返回的是内部函数 参考

显示全部

内置语法糖 格式优美 逼格较高

在代码中使用洽到好处的装饰器瞬间让代码优美很多

写起来也很简单 无参的装饰器参数是要装饰的函数 有参装饰器参数是需要的参数 最后返回的是内部函数 参考

发布于 2014-12-06

添加评论

感谢

分享

收藏

•

没有帮助

•

举报

•

作者保留权利

Chasing Stars.

12 人赞同

之前给出一个链接, 现在尝试用自己方式梳理一下 # 有时爱用蹩脚的英文注释, 唔.# 先从函数说起def foo1():

print('this is a function')

foo1() # print ... in console.'这是一种最为简单的函数-- 不涉及到任何变量, 参数 只是做了一件不以为然的事儿'…

显示全部

之前给出一个链接, 现在尝试用自己方式梳理一下 # 有时爱用蹩脚的英文注释, 唔.

# 先从函数说起

def foo1():

print('this is a function')

foo1() # print ... in console.

'这是一种最为简单的函数-- 不涉及到任何变量, 参数 只是做了一件不以为然的事儿'

# 函数的域 作用范围 以及一个局部变量

global_string = 'this is a global string, my name is global_string'

def foo2():

# lets see its locals variable

# local variable in foo2

x = 3

print('foo2 locals:', locals())

foo2() # foo2 locals: {'x': 3}

print('-'*40)

# check global variable # gets a dictionary, and global_string inside.

# print('globals:' , globals())

# 一个变量的生存的周期

def foo3():

x = 3

print("x value:" , x)

foo3()

'try to run x += 3'

# x += 5, uncomment when you run.

# get NameError -- x is not defined = x is dead.

# 下面来看带有参数的函数

def foo4(s):

print('i am foo4, i can print', s)

foo4('foobar')

## 或者可以多个参数, 甚至是默认的

def foo5(s, repeat= 3):

print('i am foo5, i can print over and over', s*repeat)

foo5('foobar')

'if call a function with un-matched arguments, error comes'

# foo5(1,2,3) # TypeError: foo5() takes from 1 to 2 positional arguments but 3 were given

'foo5 能接收1-2个参数, 大哥你给了3个. typeerror'

# 嵌套函数

def outer():

x = 71

def inner():

print('hello, i am inner')

print('outer variable x ',x)

inner()

outer()

'可以看到 内部函数能够访问外部函数的变量'

# 把函数当作一个对象

'查看类的属性 __class__ built-in function'

i = 3

print(i.__class__) # class 'int'

print(outer.__class__) # class 'function'

'''

# == 所以 既然 一个整数i 可以当作某函数的参数,

那么 这里的 函数 outer 当然也可以作为某个函数的参数!

'''

def applyfunc(func,args,repeat=3):

i = 0

repeat = 3 if repeat = 1 else repeat

while i repeat:

func(args)

i += 1

def test(s):

print('a test function', s)

applyfunc(test, 'love is important', repeat=3)

'可以看到 通过调用一个函数 applyfunc -- 让一个简单函数运行至少3次'

# Closures 不想翻译成闭包

def outer2():

x = 127

def inner2():

print(x)

return inner2

foobar = outer2()

foobar # print nothing

print(foobar.__closure__) # (cell at 0x00706230: int object at 0x5C3EC7F0,)

'可以看到 foobar中封存了一个整数对象 int object at 0x......'

foobar() # print

'x 是outer2中的局部变量, 只有当outer2运行时 x才开始出现.'

## Closures-2

def outer(x):

def inner():

print('inner just print x:', x)

return inner

print1 = outer(1)

print2 = outer(2)

print(print1.__closure__) # int object at 0x5C3EC010

print(print2.__closure__) # int object at 0x5C3EC020,

print1()

print2()

#== closure 是Python中一种机制, 对enclosing variables 的一个'储藏柜'

# Decorators 终于到了装饰器

def outer(somefunc):

def inner():

print('have not run ', somefunc.__name__, end='\n')

result = somefunc()

print(result + ' finished' )

return inner

def foo6():

return 'i am foo6'

decorator = outer(foo6)

decorator()

'上例演示了decorator 基本作用 - 以函数作参数, 并且输出一个装饰后的新函数'

'就字面理解下, 原来的函数是个毛坯房 只有一床板凑合睡, 找2装修小工后,爽了.'

# decorator - 2 , look like more useful

class Point(object):

def __init__(self, x, y):

self.x = x

self.y = y

def __repr__(self):

return 'I am a {name}, my attributes: {dict}'.format(name = self.__class__.__name__, dict=self.__dict__)

## definition calculation

def add(a, b):

return Point(a.x + b.x, a.y+b.y)

p1 = Point(500, 10)

print(p1)

p2 = Point(30, -100)

print(add(p1,p2))

'Now we want to do some value-check, to make sure the x, y validation'

'比如我们现在只想要点运算时 作数值的检查: 要求点是 100*100这个范围的 (0-100 这个正方形内) ,对于异常作边界处理'

def wrapper(func):

def checker(a, b):

a. x = max(0, a.x) ; a. y = max(0, a.y)

a. x = min(100, a.x);a. y = min(100, a.y)

b. x = max(0, b.x) ; b. y = max(0, b.y)

b. x = min(100, b.x);b. y = min(100, b.y)

result = Point(a.x +b.x, a.y+b.y)

return result

return checker

add_decorator = wrapper(add)

p1 = Point(500, 10)

p2 = Point(30, -100)

# print(add(p1,p2))

print('decorator !')

print(add_decorator(p1, p2))

#= after check, it becomes 100+30, 10+0

# 最后 @ 符号

'因为装饰会经常使用, 为了避免上述麻烦的装饰方法 就想到一个简写'

@wrapper

def add_checked(a, b):

return Point(a.x +b.x, a.y+b.y)

print('skilled decorator using @')

print(add_checked(p1, p2))

evernote 文字版, 习惯用这个存了.

'一步步理解Python中的Decorator'

原文参考:

# 'refer: simeonfranklin.com'

推荐阅读:

Python Cookbook chapter 9 - Metaprogramming, 9.1 9.2 ...

Q4: Python中的常用内置函数有哪些呢？

（1）Lambda函数

用于创建匿名函数python修饰函数，即没有名称的函数。它只是一个表达式，函数体比def简单很多。当python修饰函数我们需要创建一个函数来执行单个操作并且可以在一行中编写时，就可以用到匿名函数python修饰函数了。

Lamdba的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。

利用Lamdba函数，往往可以将代码简化许多。

（2）Map函数

会将一个函数映射到一个输入列表的所有元素上，比如python修饰函数我们先创建python修饰函数了一个函数来返回一个大写的输入单词，然后将此函数应有到列表colors中的所有元素。

我们还可以使用匿名函数lamdba来配合map函数，这样可以更加精简。

（3）Reduce函数

当需要对一个列表进行一些计算并返回结果时，reduce()是个非常有用的函数。举个例子，当需要计算一个整数列表所有元素的乘积时，即可使用reduce函数实现。

它与函数的最大的区别就是，reduce()里的映射函数(function)接收两个参数，而map接收一个参数。

（4）enumerate函数

用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在for循环当中。

它的两个参数，一个是序列、迭代器或其他支持迭代对象;另一个是下标起始位置，默认情况从0开始，也可以自定义计数器的起始编号。

（5）Zip函数

用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表

当我们使用zip()函数时，如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同。

Q5: python中怎么设定函数形参的类型

直接写个名字就行。python的一切默认都是对象，参数没使用前，是没有类型的。甚至函数写不写行参都无所谓。

python修饰函数的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于、python修饰函数的信息别忘了在本站进行查找喔。