python修饰函数吗的简单介绍

Python其实很简单 第十二章 函数与变量的作用域

在前面已经多次提到函数这个概念，之所以没有解释什么是函数，是因为程序中的函数和数学中的函数差不多，如input()、range()等都是函数，这些都是Python的标准函数，直接使用就可以了。根据需要，用户也可以自定义函数。

12.1 函数

函数的结构：

def 函数名(参数)：

函数体

return 返回值

例如：数学中的函数f(x)=2x+5在Python中可以定义如下：

def f(x):

y=2*x+5

return(y)

如果x取值为3，可以使用如下语句调用函数：

f(3)

下面给出完整的程序代码：

def f(x):

y=2*x+5

return(y)

res=f(3)

print(res)

运行结果：11

如上例中的x是函数f(x)的参数，有时也被称为形式参数（简称形参），在函数被调用时，x被具体的值3替换y就是函数的返回值，这个值3也被称为实际参数（简称实参）。

上例中的y是函数f(x)的返回值。并不是所有的函数都有参数和返回值。如下面的函数：

def func():

print('此为无参数传递、无返回值的函数')

func()

输出结果：此为无参数传递、无返回值的函数

可以看出，该函数func()无参数，故调用时不用赋给参数值。

函数也可以有多个参数，如f(x,y)=x²+y²，可用Python语言定义如下：

def f(x,y):

z=x**2+y**2

return z

print(f(2,3)) #调用函数f(x,y)

输出结果：13

也可以通过直接给参数列表中的参数赋值的方法，为参数添加默认值，如果用户赋予参数值，则按照用户赋值执行，否则使用默认值。例如：

def f(x,y=3):

z=x**2+y**2

return z

若调用时参数列表为（2,1），即x赋值为2，y赋值为1：

print(f(2,1))

输出结果为：5

若调用时参数列表为（2），即x赋值为2，y赋值省缺，则y使用默认值：

print(f(2))

输出结果为：13

回调函数，又称函数回调，是将函数作为另一函数的参数。

例如：

def func(fun,m,n):

fun(m,n)

def f_add(m,n):

print('m+n=',m+n)

def f_mult(m,n):

print('m*n=',m*n)

func(f_add,2,3)

func(f_mult,2,3)

输出结果：

m+n= 5

m*n= 6

在f_add(m,n)和f_mult(m,n)被定义前，func(fun,m,n)中的fun(m,n)就已经调用了这两个函数，即“先调用后定义”，这也是回调函数的特点。

如果无法预知参数的个数，可以在参数前面加上*号，这种参数实际上对应元组类型。譬如，参会的人数事先不能确定，只能根据与会人员名单输入：

def func(*names):

print('今天与会人员有：')

for name in names:

print(name)

func('张小兵','陈晓梅','李大海','王长江')

运行后，输出结果为：

今天与会人员有：

张小兵

陈晓梅

李大海

王长江

参数为字典类型，需要在参数前面加上**号。

def func(**kwargs):

for i in kwargs:

print(i,kwargs[i])

func(a='a1',b='b1',c='c1')

输出结果为：

a a1

b b1

c c1

一个有趣的实例：

def func(x,y,z,*args,**kwargs):

print(x,y,z)

print(args)

print(kwargs)

func('a','b','c','Python','is easy',py='python',j='java',ph='php')

输出结果：

a b c # 前三个实参赋给前三个形参

('Python', 'is easy') # *args接收元组数据

{'py': 'python', 'j': 'java', 'ph': 'php'} # **kwargs接收字典数据

12.2 变量的作用域

变量的作用域即变量的有效范围，可分为全局变量和局部变量。

局部变量

在函数中定义的变量就是局部变量，局部变量的作用域仅限于函数内部使用。

全局变量

在主程序中定义的变量就是全局变量，但在函数中用关键字global修饰的变量也可以当做全局变量来使用。

全局变量的作用域是整个程序，也就是说，全局变量可以在整个程序中可以访问。

下面通过实例去讨论：

程序1：

a=1 # a为全局变量

def a_add():

print('a的初值：',a) # 在函数中读取a的值

a_add() # 调用函数a_add()

a+=1 # 主程序语句，a增加1

print('a现在的值是：',a) # 主程序语句，读取a的值

运行结果：

a的初值： 1

a现在的值是： 2

这个结果和我们想象的一样，全局变量a既可以在主程序中读取，也可以在子程序（函数）中读取。

程序2：

a=1

def a_add():

a+=1

print('a的初值：',a)

a_add()

print('a现在的值是：',a)

运行程序1时出现如下错误提示：

UnboundLocalError: local variable 'a' referenced before assignment

意思是：局部变量'a'在赋值之前被引用。

从语法上来讲，该程序没有错误。首先定义了一个全局变量a并赋值为1，又定义了一个函数a_add()，函数内的语句a+=1就是出错的根源，虽然我们的初衷是想让全局变量a的值增加1，但从错误提示看，这个语句中的a并不是全局变量，而是局部变量。看来，在函数中读取全局变量的值是没有问题的（在程序1中已经得到了验证），但要在函数中改变全局变量的值是不行的（在程序2的错误提示a+=1中的a 是局部变量，而非全局变量）。

怎样解决这个问题？

程序3：

a=1

def a_add(x):

x+=1

return x

print('a的初值：',a)

a=a_add(a)

print('a现在的值是：',a)

运行结果：

a的初值： 1

a现在的值是： 2

结果的确是正确的，但在函数a_add(x)中没有调用变量a（没有出现变量a）。

程序4：

a=1

def a_add(a):

a+=1

return a

print('a的初值：',a)

a=a_add(a)

print('a现在的值是：',a)

运行结果：

a的初值： 1

a现在的值是： 2

对比程序4和程序3不难发现，其实程序4只是简单的把函数的参数x变成了a，这个a的实质和程序3中的x还是一样的。这进一步证实，函数中的a是局部变量，与主程序的全局变量a有着本质的区别。

程序5：

a=1

def a_add():

global a

a+=1

print('a的初值：',a)

a_add()

print('a现在的值是：',a)

运行结果：

a的初值： 1

a现在的值是： 2

程序5和程序2相比较，仅仅是在函数中添加了一个定义“global a”，此时的局部变量a就可以当做全局变量使用，由于它和全局变量a同名，自然也就不用区分a究竟是全局变量还是局部变量了，在主程序和该函数内都可以访问、修改变量a的值了。

虽然使用global可使变量使用起来非常方便，但也容易引起混淆，故在使用过程中还是谨慎为好。

12.3 函数的递归与嵌套

递归，就是函数调用它自身。递归必须设置停止条件，否则函数将无法终止，形成死循环。

以计算阶乘为例：

def func(n):

if n==1:

return 1

else:

return n*func(n-1) #func( )调用func( )

print(func(5))

运行结果为：120

嵌套，指在函数中调用另外的函数。这是程序中常见的一种结构，在此不再赘述。

匿名函数

Python中可以在参数前加上关键字lambda定义一个匿名函数，这样的函数一般都属于“一次性”的。

例如：

程序1：这是一个常规的函数定义和调用。

def f_add(x,y):

return x+y

print(f_add(2,3))

输出结果：5

程序2：使用lambda定义匿名函数。

f_add=lambda x,y:x+y

print(f_add(2,3))

输出结果：5

从上面的代码可以看出，使用lambda仅仅减少了一行代码。f_add=lambda x,y:x+y中的f_add不是变量名，而是函数名。程序1和程序2的print( )语句中的参数都是一样的——调用函数f_add( )。所以，匿名函数并没有太多的优点。

相关问答

Q1: python让一个循环不影响其他代码

循环是一种常用的程序控制结构。我们常说，机器相比人类的最大优点之一，就是机器可以不眠不休的重复做某件事情，但人却不行。而“循环”，则是实现让机器不断重复工作的关键概念。

在循环语法方面，Python 表现的即传统又不传统。它虽然抛弃了常见的 for(init;condition;incrment) 三段式结构，但还是选择了 for 和 while 这两个经典的关键字来表达循环。绝大多数情况下，我们的循环需求都可以用 forin来满足， while相比之下用的则更少些。

虽然循环的语法很简单，但是要写好它确并不容易。在这篇文章里，我们将探讨什么是“地道”的循环代码，以及如何编写它们。

什么是“地道”的循环？

“地道”这个词，通常被用来形容某人做某件事情时，非常符合当地传统，做的非常好。打个比方，你去参加一个朋友聚会，同桌的有一位广东人，对方一开口，句句都是标准京腔、完美儿化音。那你可以对她说：“您的北京话说的真地道”。

既然“地道”这个词形容的经常是口音、做菜的口味这类实实在在的东西，那“地道”的循环代码又是什么意思呢？让我拿一个经典的例子来解释一下。

如果你去问一位刚学习 Python 一个月的人：“如何在遍历一个列表的同时获取当前下标？”。他可能会交出这样的代码：



上面的循环虽然没错，但它确一点都不“地道”。一个拥有三年 Python 开发经验的人会说，代码应该这么写：

enumerate() 是 Python 的一个内置函数，它接收一个“可迭代”对象作为参数，然后返回一个不断生成 (当前下标,当前元素) 的新可迭代对象。这个场景使用它最适合不过。

所以，在上面的例子里，我们会认为第二段循环代码比第一段更“地道”。因为它用更直观的代码，更聪明的完成了工作。

enumerate() 所代表的编程思路

不过，判断某段循环代码是否地道，并不仅仅是以知道或不知道某个内置方法作为标准。我们可以从上面的例子挖掘出更深层的东西。

如你所见，Python 的 for 循环只有 forin这一种结构，而结构里的前半部分 - 赋值给 item- 没有太多花样可玩。所以后半部分的 可迭代对象 是我们唯一能够大做文章的东西。而以 enumerate() 函数为代表的“修饰函数”，刚好提供了一种思路：通过修饰可迭代对象来优化循环本身。

这就引出了我的第一个建议。

建议1：使用函数修饰被迭代对象来优化循环

使用修饰函数处理可迭代对象，可以在各种方面影响循环代码。而要找到合适的例子来演示这个方法，并不用去太远，内置模块 itertools 就是一个绝佳的例子。

简单来说，itertools 是一个包含很多面向可迭代对象的工具函数集。我在之前的系列文章《容器的门道》里提到过它。

如果要学习 itertools，那么 Python 官方文档 是你的首选，里面有非常详细的模块相关资料。但在这篇文章里，侧重点将和官方文档稍有不同。我会通过一些常见的代码场景，来详细解释它是如何改善循环代码的。

1. 使用 product 扁平化多层嵌套循环

虽然我们都知道“扁平的代码比嵌套的好”。但有时针对某类需求，似乎一定得写多层嵌套循环才行。比如下面这段：



对于这种需要嵌套遍历多个对象的多层循环代码，我们可以使用 product() 函数来优化它。product() 可以接收多个可迭代对象，然后根据它们的笛卡尔积不断生成结果。



相比之前的代码，使用 product() 的函数只用了一层 for 循环就完成了任务，代码变得更精炼了。

2. 使用 islice 实现循环内隔行处理

有一份包含 Reddit 帖子标题的外部数据文件，里面的内容格式是这样的：



可能是为了美观，在这份文件里的每两个标题之间，都有一个 "---" 分隔符。现在，我们需要获取文件里所有的标题列表，所以在遍历文件内容的过程中，必须跳过这些无意义的分隔符。

参考之前对 enumerate() 函数的了解，我们可以通过在循环内加一段基于当前循环序号的 if 判断来做到这一点：



但对于这类在循环内进行隔行处理的需求来说，如果使用 itertools 里的 islice() 函数修饰被循环对象，可以让循环体代码变得更简单直接。

islice(seq,start,end,step) 函数和数组切片操作（ list[start:stop:step] ）有着几乎一模一样的参数。如果需要在循环内部进行隔行处理的话，只要设置第三个递进步长参数 step 值为 2 即可（默认为 1）。



3. 使用 takewhile 替代 break 语句

有时，我们需要在每次循环开始时，判断循环是否需要提前结束。比如下面这样：



对于这类需要提前中断的循环，我们可以使用 takewhile() 函数来简化它。takewhile(predicate,iterable)会在迭代 iterable 的过程中不断使用当前对象作为参数调用 predicate 函数并测试返回结果，如果函数返回值为真，则生成当前对象，循环继续。否则立即中断当前循环。

使用 takewhile 的代码样例：



itertools 里面还有一些其他有意思的工具函数，他们都可以用来和循环搭配使用，比如使用 chain 函数扁平化双层嵌套循环、使用 zip_longest 函数一次同时循环多个对象等等。

篇幅有限，我在这里不再一一介绍。如果有兴趣，可以自行去官方文档详细了解。

4. 使用生成器编写自己的修饰函数

除了 itertools 提供的那些函数外，我们还可以非常方便的使用生成器来定义自己的循环修饰函数。

让我们拿一个简单的函数举例：



在上面的函数里，循环体内为了过滤掉所有奇数，引入了一条额外的 if 判断语句。如果要简化循环体内容，我们可以定义一个生成器函数来专门进行偶数过滤：



将 numbers 变量使用 even_only 函数装饰后， sum_even_only_v2 函数内部便不用继续关注“偶数过滤”逻辑了，只需要简单完成求和即可。

Hint：当然，上面的这个函数其实并不实用。在现实世界里，这种简单需求最适合直接用生成器/列表表达式搞定：sum(numfornuminnumbersifnum%2==0)

建议2：按职责拆解循环体内复杂代码块

我一直觉得循环是一个比较神奇的东西，每当你写下一个新的循环代码块，就好像开辟了一片黑魔法阵，阵内的所有内容都会开始无休止的重复执行。

但我同时发现，这片黑魔法阵除了能带来好处，它还会引诱你不断往阵内塞入越来越多的代码，包括过滤掉无效元素、预处理数据、打印日志等等。甚至一些原本不属于同一抽象的内容，也会被塞入到同一片黑魔法阵内。

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: python 定义函数

params

就是(5, 5)

(5,) * 2 ,就是2个5的元组,乘号可以理解成相加。"*" * 30就是30个“*"的字符串

*params作为参数python修饰函数吗，前面的*号就是把params元组分解成元素的意思，这样就分开成为2个参数python修饰函数吗了。实际上传递给了x，y

于是就执行了power（5，5）

Q4: python中怎么设定函数形参的类型

#Python 2.5

#这个可以用修饰器来完成

#但是一般不会限制参数类型

#给你个思路:

def argfilter(*types):

def deco(func):

#这是修饰器

def newfunc(*args):

#新的函数

if len(types)==len(args):

correct = True

for i in range(len(args)):

if not isinstance(args[i], types[i]):

#判断类型

correct = False

if correct:

return func(*args)

#返回原函数值

else:

raise TypeError

else:

raise TypeError

return newfunc

#由修饰器返回新的函数

return deco

#返回作为修饰器的函数

@argfilter(int, str)

#指定参数类型

def func(i, s):

#定义被修饰的函数

print i, s

#之后你想限制类型的话, 就这样:

#@argfilter(第一个参数的类名, 第二个参数的类名, ..., 第N个参数的类名)

#def yourfunc(第一个参数, 第一个参数, ..., 第N个参数):

#

...

#

#相当于:

#def yourfunc(第一个参数, 第一个参数, ..., 第N个参数):

#

...

#yourfunc = argfilter(第一个参数的类名, 第二个参数的类名, ..., 第N个参数的类名)(yourfunc)

关于python修饰函数吗和的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。