目录
一、global和nonlocal方法
global方法
global方法的作用是在局部名称空间内修改全局名称空间中的变量名绑定的值。
money = 666
def index():
global money
money = 123
index()
print(money)
"""
局部名称空间直接修改全局名称空间中的数据
"""
nonlocal方法
nonlocal方法的作用是在出现嵌套函数的时候，在内层函数的局部名称空间中修改外层函数的局部名称空间中的变量名绑定的值
def index():
name = 'jason'
def inner():
nonlocal name
name = 'kevin'
inner()
print(name)
index()
'''
内层局部名称空间修改外层局部名称空间中的数据
'''
二、函数名的多种用法
函数名称其实就是绑定了一个内存地址的变量名，只不过它的内部放的不是数据值而是一堆代码，我们可以通过不同的形式调用他们，最后只需要在末尾加上一个括号。下面我们介绍函数的四种用法：
1、函数名可以当作变量名赋值
我们可以把函数名跟别的变量名绑定关系，这样通过调用这个变量名就等于调用了函数，调用的时候在变量名后面需要加括号。
def index():pass
res = index
res()
2、函数名可以当作函数的参数
当我们在使用函数的时候，可以把别的函数的函数名当成参数传到函数中去，如果那个函数有定义相关的内容就可以执行对应的功能。
def index():
print('from index')
def func(a):
print(a)
a()
func(index)
3、函数名可以当作函数的返回值
我们还可以把函数当作其他函数或函数本身的返回值，这样当我们调用函数后就会发现变量名绑定的结果时返回的那个函数的名称。
def index():
print('from index')
def func():
print('from func')
return index
res = func()
print(res) # 会返回一串文字，表示这是func函数
res()
def index():
print('from index')
def func():
print('from func')
return func
res = index()
print(res) # 会返回一串文字，表示这是index函数
res()
4、函数名还可以当作存储数据的容器中的数据
这里我们举例，函数的名称被放到字典中形成了一种存储数据的容器，这时候我们就不需要一直使用if方法创建很多分支来达到相应的功能了。直接根据对应的功能选择对应的字典的key，然后根据key调用对应的函数。
def register():
print('注册功能')
def login():
print('登录功能')
def withdraw():
print('提现功能')
def transfer():
print('转账功能')
def shopping():
print('购物功能')
# 定义功能编号与功能的对应关系
func_dict = {
'1': register,
'2': login,
'3': withdraw,
'4': transfer,
'5': shopping
}
while True:
print("""
1.注册功能
2.登录功能
3.提现功能
4.转账功能
5.购物功能
""")
choice = input('>>>:').strip()
if choice in func_dict:
func_name = func_dict.get(choice)
func_name()
else:
print('功能编号不存在')
# if choice == '1':
# register()
# elif choice == '2':
# login()
# elif choice == '3':
# withdraw()
# elif choice == '4':
# transfer()
# elif choice == '5':
# shopping()
# else:
# print('去你妹的 终于写完了')
三、闭包函数
1、基础知识
所谓闭包函数就是定义在函数内部的函数，但是他有一些限制条件：
1、定义在函数内部
2、用到了外部函数名称空间中的名称
def index():
name = 'jason'
def inner():
print(name)
2、作用
闭包函数在使用的过程中的作用其实很简单——是另外一种给函数体代码传参的方式!!!
通过之前的学习我们了解到，当函数需要参数的时候我们会在括号内加入他们需要的参数，这是给函数传参的第一种方式。第二种方式就是使用闭包函数给其他函数体代码传参。代码举例：
# 给函数体代码传参的方式1:代码里面缺什么变量名形参里面就补什么变量名
def register(name,age):
print(f"""
姓名:{name}
年龄:{age}
""")
register('jason', 18)
# 给函数体代码传参的方式2:闭包函数
def outer(name, age):
def register():
print(f"""
姓名:{name}
年龄:{age}
""")
return register
res = outer('jason', 18)
res()
res()
res = outer('kevin', 28)
res()
res()
res()
第一种情况下的参数传参简单明了就不做具体说明了，第二种方式是使用了闭包函数的方式来传参的，由于工作流程有些绕，我们分条具体解释：
1.当我们运行代码的时候会先定义函数，但是不会运行其中的代码。
2.接着就到了res代码堆这里，我们需要先看代码右边的内容进行了什么操作
3.第一个res代码运行了outer函数并且给他传入了'jason', 18两个参数，之后我们回到代码内部根据流程运行代码，最后发现返回值是register函数名
4.这里我们可以发现第一个res变量名绑定了register函数名
5.后面两行代码都是在调用res绑定的当前参数下的register函数，返回的信息是'jason', 18
6.到了第二次给res变量名赋值的地方，也是一样的判断方式，可以发现现在res绑定成了在'kevin', 28两个参数下的register函数
7.之后又是连续几次调用res绑定的在'kevin', 28两个参数下的register函数，返回的信息也是'kevin', 28
四、装饰器简介
为何要用装饰器
软件的设计应该遵循开放封闭原则，即对扩展是开放的，而对修改是封闭的。对扩展开放，意味着有新的需求或变化时，可以对现有代码进行扩展，以适应新的情况。对修改封闭，意味着对象一旦设计完成，就可以独立完成其工作，而不要对其进行修改。
软件包含的所有功能的源代码以及调用方式，都应该避免修改，否则一旦改错，则极有可能产生连锁反应，最终导致程序崩溃，而对于上线后的软件，新需求或者变化又层出不穷，我们必须为程序提供扩展的可能性，这就用到了装饰器。
什么是装饰器
’装饰’代指为被装饰对象添加新的功能，’器’代指器具/工具，装饰器与被装饰的对象均可以是任意可调用对象。概括地讲，装饰器的作用就是在不修改被装饰对象源代码和调用方式的前提下为被装饰对象添加额外的功能。装饰器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、权限校验等应用场景，装饰器是解决这类问题的绝佳设计，有了装饰器，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。
提示：可调用对象有函数，方法或者类，此处我们单以本章主题函数为例，来介绍函数装饰器，并且被装饰的对象也是函数。
本质
虽然装饰器功能强大并且理解比较困难，但是他并不是一个新的知识点，而是由函数参数、名称空间、函数名多种用法、闭包函数组合到一起的结果。
口诀
对修改封闭 对扩展开放
储备知识
由于接下来的装饰器推到流程中，需要用到时间模块来计时，这就需要介绍一下时间模块的一些功能：
import time
# 表示引入时间模块
print(time.time()) # 返回时间戳(距离1970-01-01 00:00:00所经历的秒数)
time.sleep(3) # 这是让程序在运行到这里的时候暂停三秒的作用
print('睡醒了 干饭')
count = 0
# 循环之前先获取时间戳
start_time = time.time()
while count < 100:
print('哈哈哈')
count += 1
end_time = time.time()
# 循环解释后获取时间戳
print('循环消耗的时间:', end_time - start_time)
五、装饰期推导流程
这里我们定义两个函数，并想办法使用装饰器来达到统计调用函数运行时间的目的,修改代码期间需要时刻牢记装饰器的作用：在不修改被装饰对象源代码和调用方式的前提下为被装饰对象添加额外的功能
步骤一：
先写出直接达成功能的代码
import time
# 引入时间模块
def index():
time.sleep(3)
print('from index')
def home():
time.sleep(1)
print('from home')
# 定义两个会暂停一段时间的函数，方便等下统计运行时间
'''1.当我们刚解除这个要求的时候，会直接采取最直接的方法看看完成功能的代码的基本情况'''
start_time = time.time()
index()
end_time = time.time()
print('函数index的执行时间为>>>:', end_time-start_time)
步骤二：
使用函数简化代码
'''2.我们发现针对不同的函数需要执行类似的一段代码，这个时候我们应该想到函数这个功能来简化代码'''
def get_time():
start_time = time.time()
index()
end_time = time.time()
print('函数index的执行时间为>>>:', end_time - start_time)
get_time()
步骤三：
尝试用参数传参
'''3.由于我们这个函数是要适用于不同的函数统计运行的时间的，所以需要给函数定义参数，并把内部代码中的具体函数名换成参数名加括号'''
def get_time(xxx):
start_time = time.time()
xxx()
end_time = time.time()
print('函数的执行时间为>>>:', end_time - start_time)
get_time(index)
get_time(home)
步骤四：
尝试用闭包函数传参
'''4.由于加括号的形式改变了调用阶段的调用方式，需要新的参数，所以我们想到了第二种给函数传参的方式——闭包函数'''
# 闭包函数的特点：嵌套函数和内部函数调用外部函数的名称
def outer(xxx):
# xxx = index
def get_time():
start_time = time.time()
xxx()
end_time = time.time()
print('函数的执行时间为>>>:', end_time - start_time)
return get_time
res = outer(index)
res()
res1 = outer(home)
res1()
步骤五：
通过改变调用变量名的名称为被计时函数的名称来达成不改变调用方式的目的
'''5.改动到这里后我们发现我们的调用方式还是不对，因此我们想到不如用被检测的那个函数的名称来当变量名，这样偷天换日之后就等于没有改变调用方式'''
def outer(xxx):
def get_time():
start_time = time.time()
xxx()
end_time = time.time()
print('函数的执行时间为>>>:', end_time - start_time)
return get_time
res = outer(index) # 赋值符号的左边是一个变量名 可以随意命名
res1 = outer(index)
res2 = outer(index)
jason = outer(index)
index = outer(index)
index()
home = outer(home)
home()
步骤六：
尝试给函数加上参数
'''6.但是我们在运行的时候又发现这个时候的半成品装饰器不能接收参数，于是我们给他加上参数（内部用于统计运行时间的函数）'''
def func(a):
time.sleep(0.1)
print('from func', a)
def func1(a,b):
time.sleep(0.2)
print('from func1', a, b)
def func2():
time.sleep(0.3)
print('from func2')
func(123)
def outer(xxx):
def get_time(a, b):
start_time = time.time()
xxx(a, b)
end_time = time.time()
print('函数的执行时间为>>>:', end_time - start_time)
return get_time
func1 = outer(func1)
func1(1, 2)
func = outer(func)
func(1)
func2 = outer(func2)
func2()
步骤七：
使用可变长参数来接收和传递参数
'''7.一些情况下我们又发现有些函数有参数有些函数没参数，因此我们想到使用可变长参数来达成接收这些参数并给计时的函数传参的方式'''
def func(a):
time.sleep(0.1)
print('from func', a)
def func1(a,b):
time.sleep(0.2)
print('from func1', a, b)
def outer(xxx):
# 这里的*args, **kwargs是定义阶段的形参——可变长形参，用于接收数据值
def get_time(*args, **kwargs): # get_time(1,2,3) args=(1,2,3)
start_time = time.time()
# 这里的*args, **kwargs是调用阶段的实参——可变长实参，把之前接收的数据值一个个拆分出来传参给被计时的函数
xxx(*args, **kwargs) # xxx(*(1,2,3)) xxx(1,2,3)
end_time = time.time()
print('函数的执行时间为>>>:', end_time - start_time)
return get_time
func = outer(func)
func(123)
func1 = outer(func1)
func1(1, 2)
步骤八：
给函数加上返回值
'''8.处理完这些之后我们又考虑到函数返回参数的话没有变量名接收这个返回值，于是我们在检测运行时间的时候给内部调用函数的代码绑定上变量名，之后在返回这个变量名'''
def func(a):
time.sleep(0.1)
print('from func', a)
return 'func'
def func1(a,b):
time.sleep(0.2)
print('from func1', a, b)
return 'func1'
def outer(xxx):
def get_time(*args, **kwargs):
start_time = time.time()
res = xxx(*args, **kwargs)
end_time = time.time()
print('函数的执行时间为>>>:', end_time - start_time)
return res
return get_time
# func = outer(func)
# res = func(123)
# print(res)
func1 = outer(func1)
res = func1(123, 123)
print(res)
六、装饰器模版
如果实在不能理解上文中的推导流程就直接记忆这个模版，模版中给的变量名函数名都是可以替换的
# 务必掌握
def outer(func):
def inner(*args, **kwargs):
# 执行被装饰对象之前可以做的额外操作
res = func(*args, **kwargs)
# 执行被装饰对象之后可以做的额外操作
return res
return inner
七、装饰器语法糖
当我们使用上面的装饰器模版的时候，改变调用方式的那个、偷天换日的操作容易造成误导。因此我们引进语法糖的概念：
def outer(func_name):
def inner(*args, **kwargs):
print('执行被装饰对象之前可以做的额外操作')
res = func_name(*args, **kwargs)
print('执行被装饰对象之后可以做的额外操作')
return res
return inner
"""
语法糖会自动将下面紧挨着的函数名当做第一个参数自动传给@函数调用，语法糖就是上文中把装饰器调用名变成原函数的操作
"""
@outer # func = outer(func)
def func():
print('from func')
return 'func'
@outer # index = outer(index)
def index():
print('from index')
return 'index'
func()
index()