什么是高阶函数？

-- 把函数名当做参数传给另外一个函数，在另外一个函数中通过参数调用执行

#!/usr/bin/python3

 

__author__ = 'beimenchuixue'

__blog__ = 'http://www.cnblogs.com/2bjiujiu/'

 

def func_x(x):

       return x * 2

 

def func_y(y):

       return y * 3

 

def func_z(x, y):

       # 等价于 return func_x(5) + func_y(3)

       return x(5) + y(3)

 

if __name__ == '__main__':

       # 把函数当做参数，本质上是把函数的内存地址当做参数传递过去，

       result = func_z(func_x, func_y)

       print(result)

什么是装饰器？

-- 在不改变源代码的基础上扩展新需求，装饰器本身也是函数，应用高阶函数实现

-- 把被装饰的函数内存地址当参数传入装饰器函数体，通过参数调用被装饰的函数

装饰器原则：

-- 不改变源代码                         - 因为函数可能在其他地方各种调用，一改动全身

-- 不改变原函数调用顺序           - 源代码有自己的逻辑处理

-- 装饰器又叫做语法糖

装饰器逻辑上格式？

- 高阶函数+嵌套函数

需求：

给某个函数增加一个计算运行时间功能

#!/usr/bin/python3

 

__author__ = 'beimenchuixue'

__blog__ = 'http://www.cnblogs.com/2bjiujiu/'

 

import time

 

def total_time(func):                                         # func = hell_word

       def wrapper():                                           # 等价于hell_word()

              start_time =time.time()

              func()

              end_time = time.time()

              print(end_time - start_time)                 # 打印统计时间

       return wrapper

 

# 通过装饰器给hell_word函数装上了统计时间的功能，功能逻辑在装饰器中实现

@total_time

def hell_word():

       time.sleep(0.5)

       print('hello word')

 

if __name__ == '__main__':

       hell_word()

相当于下面的函数逻辑

#!/usr/bin/python3

 

__author__ = 'beimenchuixue'

__blog__ = 'http://www.cnblogs.com/2bjiujiu/'

 

import time

 

# 装饰器函数

def total_time(func):

       def wrapper():

              start_time =time.time()

              func()

              end_time = time.time()

              print(end_time - start_time)

       return wrapper

 

def hell_word():

       time.sleep(0.5)

       print('hello word')

 

if __name__ == '__main__':

       # 把函数当做参数传入装饰器函数，然后装饰器函数返回包裹函数wrapper地址，执行装饰器函数本质上执行包裹函数wrapper中逻辑

       total_time(hell_word)()

假如传入的函数中有参数如何？

-- 需要在wrapper和func中加入收集参数（*args）或收集字典参数（**kwargs），

-- warps和func可自定义名字，默认如此命名

如果原函数有个返回值，该如何？

-- 如果到func结束 直接在func()前面加return

-- 到func未结束，可以func()结果赋值给一个变量，res = func（*args，**kwargs）到新增逻辑结束后加上 return res

需求：

计算出斐波那契数列中第n个数的值？

求一个共有10个台阶的楼梯，从下走到上面，一次只能迈出1~3个台阶，并且不能后退，有多少中方法？

要求：

通过装饰器实现剪枝函数

如何逻辑整理这个需求？

斐波那契数列（黄金分割数列），从数列的第3项开始，每一项都等于前两项之和

每次迈出都是 1~3 个台阶，剩下就是 7~9 个台阶

如果迈出1个台阶，需要求出后面9个台阶的走法

如果迈出2个台阶，需要求出后面8个台阶的走法

如果迈出3个台阶，需要求出后面7个台阶的走法

此3种方式走法，通过递归方式实现，递归像树，每次递归都生成子节点函数

#!/usr/bin/python3

 

__author__ = 'beimenchuixue'

__blog__ = 'http://www.cnblogs.com/2bjiujiu/'

 

def jian_zhi(func):

       # 中间字典，判断已经是否求解过

       median = {}

 

       def wrapper(*args):

              # 假如不在中间字典中，说明没有求解过，添加到字典中去，在的话，直接返回, 将不在递归下去，保证每次递归的唯一性

              if args not in median:

                  median[args] = func(*args)

              return median[args]

 

       return wrapper

 

@jian_zhi

def fibonacci(n):

       if n <= 1:

           return 1

       return fibonacci(n - 1) + fibonacci(n - 2)

 

@jian_zhi

def climb(n, steps):

       count = 0

       # 当最后台阶为0的时候，说明最后只是走了一次

       if n == 0:

            count = 1

       # 当最后台阶不为0的时候，说明还需要走至少一次

       elif n > 0:

            # 对三种情况进行分别处理momo

            for step in steps:

                  count += climb(n - step, steps)

 

       # 返回每次递归的计数

       return count

 

if __name__ == '__main__':

       print(climb(10, (1, 2, 3)))

       print(fibonacci(20))

需求：

实现在装饰器函数中，保留 被装饰函数 的元数据

那，什么是函数的元数据？

在函数对象中保存着一些函数的元数据，如：

f.__name__           函数名

f.__doc__              函数文档

f.__moudle__       函数所属模块名

f.__dict__              属性字典

f.__defaults__       默认参数组

……

在使用装饰器后，在装饰器里访问以上属性时，我们看到的是装饰器函数的元数据

那，如何解决这个需求？

通过 functools中的wraps或update_wrapper方法实现，其中每个方法都可单独实现

#!/usr/bin/python3

 

__author__ = 'beimenchuixue'

__blog__ = 'http://www.cnblogs.com/2bjiujiu/'

 

import time

from functools import (wraps, update_wrapper, WRAPPER_ASSIGNMENTS, WRAPPER_UPDATES)

 

 

def count_time(func):

    """

    给目标函数加上计算运行时间统计

    """

    

    # 这个装上器和update_wrapper一样，默认参数WRAPPER_ASSIGNMENTS, WRAPPER_UPDATES

    @wraps(func)

    def wrapper(*args, **kwargs):

        start_time = time.time()

        

        # 定义result接收函数返回值，并且在装饰函数最后返回回去

        resutl = func(*args, **kwargs)

        print('运行时间：', time.time() - start_time)

        return resutl

    

    # 其中默认参数 WRAPPER_ASSIGNMENTS, WRAPPER_UPDATES

    # update_wrapper(wrapper, func)

    return wrapper

 

 

@count_time

def add(num=100):

    """

    计算 0~num 累加值，默认num=100

    """

    time.sleep(1)

    return sum([x for x in range(num + 1)])

 

 

if __name__ == '__main__':

    print('函数名：', add.__name__)

    print('属性字典：', add.__dict__)

    print('函数默认参数：', add.__defaults__)

    print('函数所在模块：', add.__module__)

    print('函数文档：', add.__doc__)

    

    # 打印两个默认参数

    # WRAPPER_ASSIGNMENTS ：__module__', '__name__', '__qualname__', '__doc__', '__annotations__

    # WRAPPER_UPDATES：__dict__

    print(WRAPPER_ASSIGNMENTS, WRAPPER_UPDATES)

    result = add()

    print(result)

需求：

实现一个装饰器，用它来检查被装饰函数的参数类型,装饰器可以通过函数，指明函数参数类型，进行函数调用的时候，传入参数，检测到不匹配时，抛出异常

那，如何解决这个需求？

-- 先要获取函数的签名，并且获得装饰器中参数，然后把函数签名和装饰器中参数对应绑定

-- 把调用函数时候传入的参数和函数签名进行绑定

-- 把实参和装饰器中定义的数据进行类型比较，不匹配抛出异常

#!/usr/bin/python3

 

__author__ = 'beimenchuixue'

__blog__ = 'http://www.cnblogs.com/2bjiujiu/'

 

from inspect import signature

 

 

def check_type(*ty_args, **ty_kwargs):

    def out_wrapper(func):

        # 通过signature方法，获取函数形参：name, age, height

        sig = signature(func)

        # 获得装饰器传来的参数， 函数签名与之绑定，字典类型

        bind_types = sig.bind_partial(*ty_args, **ty_kwargs).arguments

        print(bind_types)

        

        def wrapper(*args, **kwargs):

            # 给执行函数中具体的实参进行和形参进行绑定，形成字典的形式

            func_type = sig.bind(*args, **kwargs).arguments.items()

            print(func_type)

            # 循环形参和实参字典的items()形式

            for name, obj in func_type:

                if name in bind_types:

                    # 判断实参是否是指定类型数据

                    if not isinstance(obj, bind_types[name]):

                        raise TypeError('%s must be %s' % (name, bind_types[name]))

            # 假如函数有返回值，通过此方法返回函数的返回值

            res = func(*args, **kwargs)

            return res

        

        return wrapper

    

    return out_wrapper

 

 

# 通过装饰器实现对函数参数进行类型检查

@check_type(str, int, float)

def func(name, age, height):

    print(name, age, height)

 

 

if __name__ == '__main__':

    # 正常数据

    func('bei_men', 18, 1.75)

    # 错误数据

    func('bei_men', '18', 1.75)

案例：

为分析程序内哪些函数执行时间开销较大，我们需定义一个带timeout参数的装饰器

需求：

统计被装饰函数的运行时间

时间大于timeout时，将此次函数调用记录到log日志中

运行时可以修改timeout的值

如何解决这个问题？

1. 定义一个装饰器，计算函数执行时间，并与timeout比较，当大于timeout时候，通过logging模块打印出日志信息
2. 在包裹函数中添加一个函数，通过这个函数来修改timeout变量
3. 在python3中用 nonlocal来声明嵌套作用域中的变量引用 ，在python2中可以通过把timeout参数变成列表，通过列表索引来进行改值

#!/usr/bin/python3

 

__author__ = 'beimenchuixue'

__blog__ = 'http://www.cnblogs.com/2bjiujiu/'

 

 

import time

import logging

from random import randint

 

 

def run_time(timeout):

    """

    定义检查函数运行时间，并打印对应函数运行时间超出设定时间日志，并支持更改timeout

    """

    

    # python2

    # timeout = [timeout]

    

    # 真正包裹函数

    def out_wrapper(func):

        def wrapper(*args, **kwargs):

            start_time = time.time()

            result = func(*args, **kwargs)

            used_time = time.time() - start_time

            

            # 对于超出timeout的函数进行日志打印

            if used_time > timeout:

                msg = '%s: %s > %s' % (func.__name__, used_time, timeout)

                logging.warn(msg)

                

                # python2

                # if used_time > timeout[0]:

                #     msg = '%s: %s > %s' % (func.__name__, used_time, timeout[0])

                #     logging.warn(msg)

                # return result

            return result

        

        # 设置timeout参数值

        def set_timeout(value):

            # 声明嵌套域变量，可以更改，python2通过把列表形式进行更改

            nonlocal timeout

            timeout = value

            

        # 定义接口

        wrapper.set_timeout = set_timeout

        

        # python2

        # def set_timeout(value):

        #     timeout[0] = value

        # wrapper.set_timeout = set_timeout

        

        return wrapper

    

    return out_wrapper

 

 

@run_time(1.5)

def func():

    # 随机有50%的几率程序沉睡1秒

    while randint(0, 1):

        time.sleep(1)

    print('func_run')

 

 

if __name__ == "__main__":

    for _ in range(10):

        func()

    

    print('_' * 50)

    

    # 更改run_time装饰器中timeout参数

    func.set_timeout(2)

    for _ in range(10):

        func()

案例：

实现一个能将函数调用信息记录到日志的装饰器

需求：

1. 把每次函数的调用时间，执行时间，调用次数写入日志
2. 可以对被装饰函数分组，调用信息记录到不同日志
3. 动态修改参数，比如日志格式
4. 动态打开关闭日志输出功能

如何解决这个问题？

为了装饰器的灵活性，定义一个装饰类，把这个类的实例方法当做装饰器，在类中装饰器方法持有实例对象，便于修改属性和扩展功能

#!/usr/bin/python3

 

__author__ = 'beimenchuixue'

__blog__ = 'http://www.cnblogs.com/2bjiujiu/'

 

import logging

from time import time, strftime, localtime, sleep

from random import choice

from functools import wraps

 

 

class ToLog():

    def __init__(self, name):

        log = logging.getLogger(name)

        log.setLevel(logging.INFO)

        # 日志保存文件名字

        file_name = logging.FileHandler(name + '.log')

        # 添加日志文件

        log.addHandler(file_name)

        # 日志格式

        log.info('start'.center(50, '-'))

        self.log = log

        self.temp = '%(func)s -> [%(start_time)s - %(used_time)s - %(naclls)s]'

    

    def go_log(self, func):

        @wraps(func)

        def wrapper(*args, **kwargs):

            # 函数每调用一次加1

            wrapper.naclls += 1

            

            start_time = time()

            res = func(*args, **kwargs)

            used_time = time() - start_time

            

            info = {}

            info['func'] = func.__name__

            info['start_time'] = start_time

            info['used_time'] = used_time

            info['naclls'] = wrapper.naclls

            

            msg = self.temp % info

            # 把日志按格式写入文件

            self.log.info(msg)

            

            return res

        

        # 初始化调用次数参数

        wrapper.naclls = 0

        

        return wrapper

    

    # 重新定义日志记录模版

    def set_log_temp(self, temp):

        self.temp = temp

    

    # 关闭日志功能

    def log_off(self):

        self.log.setLevel(logging.WARN)

    

    # 打开日志功能

    def log_on(self):

        self.log.setLevel(logging.INFO)

 

 

# 实例化出两个装饰器对象

log_one = ToLog('one')

log_two = ToLog('two')

 

# 修改实例2的日志模版,去掉执行时间

log_two.set_log_temp('%(func)s -> [%(start_time)s - %(naclls)s]')

 

# 关闭log_two中记录日志功能

log_two.log_off()

 

 

@log_one.go_log

def func_one():

    print('one')

 

 

@log_one.go_log

def func_two():

    print('two')

 

 

@log_two.go_log

def func_three():

    print('three')

 

 

if __name__ == '__main__':

    for _ in range(50):

        choice([func_one, func_two, func_three])()

        sleep(choice([0.5, 1, 1.5]))

如何逻辑整理？

-- 3层 ：一层获得value，二层偷梁换柱，三层逻辑处理

-- 2层：一层偷梁换柱，二层逻辑处理