0. 问题
# 本文将围绕这段代码进行Python中高阶函数相关内容的讲解 # 文中所有代码的兼容性要求为:Python 3.6,IPython 6.1.0 def addspam(fn): def new(*args): print("spam,spam,spam") return fn(*args) return new @addspam def useful(a,b): print(a**2+b**2) if __name__ == "__main__": useful(1,2)
1. Python中一切皆对象
你已经学习了Python中的list, tuple, dict等内置数据结构,当你执行:alist = [1, 2, 3]
时,你就创建了一个List对象,并且用alist这个变量引用它:
当然你也可以自己定义一个类:
class House(object): def __init__(self, area, city): self.area = area self.city = city def sell(self, price): [...] #other code return price # 然后创建一个类的对象: house = House(200, 'Shanghai')
OK,你立马就在上海有了一套200平米的房子,它有一些属性(area, city),和一些方法(__init__, self):
2. 函数是第一类对象
和list, tuple, dict以及House instance一样,当你定义一个函数时,函数也是对象:
def func(a, b): return a + b
在全局域,函数对象func(a,b)被函数名func引用着,它接收两个参数a和b,计算这两个参数的和作为返回值。
所谓第一类对象,意思是可以用标识符给对象命名,并且对象可以被当作数据处理:例如赋值、作为参数传递给函数,或者作为返回值return 等
因此,你完全可以用其他变量名引用这个函数对象:
def func(a, b): return a + b add = func
这样,你就可以像调用func(1, 2)一样,通过新的引用add调用函数了:
print(func(1, 2)) print(add(1, 2)) #the same as func(1, 2)
或者将函数对象作为参数,传递给另一个函数:
def func(a, b): return a + b def caller_func(f): return f(1, 2) if __name__ == "__main__": print(caller_func(func))
可以看到,
- 函数对象func(a,b)作为参数传递给caller_func(f)函数,传参过程类似于一个赋值操作f=func;
- 于是函数对象func(a,b),被caller_func函数作用域中的局部变量f引用,f实际指向了函数func;
- 当执行return f(1, 2)的时候,相当于执行了return func(1, 2);
因此输出结果为3。
3. 函数对象 vs 函数调用
无论是把函数赋值给新的标识符,还是作为参数传递给新的函数,针对的都是函数对象本身,而不是函数的调用。
用一个更加简单,但从外观上看,更容易产生混淆的例子来说明这个问题。例如定义了下面这个函数:
def func(): return "hello,world" # 然后分别执行两次赋值: ref1 = func #将函数对象赋值给ref1 ref2 = func() #调用函数,将函数的返回值("hello,world"字符串)赋值给ref2
# 很多初学者会混淆这两种赋值,通过Python内建的type函数,可以查看一下这两次赋值的结果: In [4]: type(ref1) Out[4]: function In [5]: type(ref2) Out[5]: str # 可以看到,ref1引用了函数对象本身,而ref2则引用了函数的返回值。
# 通过内建的callable函数,可以进一步验证ref1是可调用的,而ref2是不可调用的: In [9]: callable(ref1) Out[9]: True In [10]: callable(ref2) Out[10]: False
4. 闭包&LEGB法则
所谓闭包,就是将“组成函数的语句和这些语句的执行环境”打包在一起时得到的对象
听上去的确有些复杂,还是用一个栗子来帮助理解一下。假设我们在foo.py模块中做了如下定义:
# foo.py filename = "foo.py" def call_func(f): return f() #如前面介绍的,f引用一个函数对象,然后调用它
在另一个func.py模块中,写下了这样的代码:
# func.py import foo #导入foo.py filename = "func.py" def show_filename(): return "filename: %s" % filename if __name__ == "__main__": print(foo.call_func(show_filename)) # 注意:实际发生调用的位置,是在foo.call_func函数中
# 当我们用python func.py命令执行func.py时输出结果为: $ python func.py filename:func.py
尽管foo.py模块中也定义了同名的filename变量,实际调用show_filename的位置也是在foo.py的call_func内部。但是很显然show_filename()函数使用的是相同环境(func.py模块)中定义的那个filename变量。
对于嵌套函数,这一机制则会表现的更加明显:闭包将会捕捉内层函数执行所需的整个环境
#enclosed.py import foo def wrapper(): filename = "enclosed.py" def show_filename(): return "filename: %s" % filename print(foo.call_func(show_filename)) if __name__ == "__main__": wrapper() #输出:filename: enclosed.py
- Local - 本地函数(show_filename)内部,通过任何方式赋值的,而且没有被global关键字声明为全局变量的filename变量;
- Enclosing - 直接外围空间(上层函数wrapper)的本地作用域,查找filename变量(如果有多层嵌套,则由内而外逐层查找,直至最外层的函数);
- Global - 全局空间(模块enclosed.py),在模块顶层赋值的filename变量;
- Builtin - 内置模块(__builtin__)中预定义的变量名中查找filename变量;
总结:
- 闭包最重要的使用价值在于:封存函数执行的上下文环境;
- 闭包在其捕捉的执行环境(def语句块所在上下文)中,也遵循LEGB规则逐层查找,直至找到符合要求的变量,或者抛出异常。
5. 装饰器&语法糖(syntax sugar)
import functools # 我们定义了一个函数lazy_sum,作用是对alist中的所有元素求和后返回。 # 但是出于某种原因,我并不想马上返回计算结果,而是在之后的某个地方,通过显示的调用输出结果。 # 于是我用一个wrapper函数对其进行包装: def wrapper(): alist = range(1, 101) # alist假设为1到100的整数列表:alist = range(1, 101) def lazy_sum(): return functools.reduce(lambda x, y: x + y, alist) return lazy_sum lazy_sum = wrapper() # wrapper() 返回的是lazy_sum函数对象 if __name__ == "__main__": lazy_sum() # 5050
这是一个典型的Lazy Evaluation的例子。我们知道,一般情况下,局部变量在函数返回时,就会被垃圾回收器回收,不能再被使用。但这里的alist却没有,它随着lazy_sum函数对象的返回被一并返回了(这个说法不准确,实际上是通过__globals__属性,包含在了lazy_sum的执行环境中),从而延长了生命周期。当在if语句块中调用lazy_sum()的时候,解析器会从上下文中(这里是Enclosing层的wrapper函数的局部作用域中)找到alist列表,计算结果,返回5050。
当你需要动态的给已定义的函数增加功能时,比如参数检查,类似的原理就变得很有用:
def add(a, b): return a+b In [4]: add(5, 'hello') --------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-10-e88fbc1efa39> in <module>() ----> 1 add(5,"hello") <ipython-input-9-02b3d3d6caec> in add(a, b) 1 def add(a, b): ----> 2 return a+b TypeError: unsupported operand type(s) for +: 'int' and 'str'
动态类型:在运行期间确定变量的类型,Python确定一个变量的类型是在你第一次给他赋值的时候;强类型:有强制的类型定义,你有一个整数,除非显示的类型转换,否则绝不能将它当作一个字符串(例如直接尝试将一个整型和一个字符串做+运算);
因此,为了更加优雅的使用add函数,我们需要在执行求和运算前,对a和b进行参数检查。这时候装饰器就显得非常有用:
# func.py def add(a, b): return a + b def checkParams(fn): def wrapper(a, b): if isinstance(a, (int, float)) and isinstance(b, (int, float)): # 检查参数a和b是否都为整型或浮点型 return fn(a, b) # 是,则调用fn(a, b)返回计算结果 logging.warning("variable 'a' and 'b' cannot be added") # 否,则通过logging记录错误信息,并友好退出 return return wrapper # fn引用add,被封存在闭包的执行环境中返回 if __name__ == "__main__": #将add函数对象传入,fn指向add #等号左侧的add,指向checkParams的返回值wrapper add = checkParams(add) add(3, 'hello') #经过类型检查,不会计算结果,而是记录日志并退出
注意checkParams函数:
- 首先看参数fn,当我们调用checkParams(add)的时候,它将成为函数对象add的一个本地(Local)引用;
- 在checkParams内部,我们定义了一个wrapper函数,添加了参数类型检查的功能,然后调用了fn(a, b),根据LEGB法则,解释器将搜索几个作用域,并最终在(Enclosing层)checkParams函数的本地作用域中找到fn;
- 注意最后的return wrapper,这将创建一个闭包,fn变量(add函数对象的一个引用)将会封存在闭包的执行环境中,不会随着checkParams的返回而被回收;
当调用add = checkParams(add)时,add指向了新的wrapper对象,它添加了参数检查和记录日志的功能,同时又能够通过封存的fn,继续调用原始的add进行求和运算。因此调用add(3, 'hello')将不会返回计算结果,而是打印出日志:
$ python func.py WARNING:root:variable 'a' and 'b' cannot be added
有人觉得add = checkParams(add)这样的写法未免太过麻烦,于是Python提供了一种更优雅的写法,被称为语法糖:
import logging logging.basicConfig(level = logging.INFO) @checkParams def add(a, b): return a + b def checkParams(fn): def wrapper(a, b): if isinstance(a, (int, float)) and isinstance(b, (int, float)): # 检查参数a和b是否都为整型或浮点型 return fn(a, b) # 是,则调用fn(a, b)返回计算结果 logging.warning("variable 'a' and 'b' cannot be added") # 否,则通过logging记录错误信息,并友好退出 return return wrapper # fn引用add,被封存在闭包的执行环境中返回 if __name__ == "__main__": add(3, 'hello') #经过类型检查,不会计算结果,而是记录日志并退出
这只是一种写法上的优化,解释器仍然会将它转化为add = checkParams(add)来执行。
6. 回归问题
def addspam(fn): def new(*args): print("spam,spam,spam") return fn(*args) return new @addspam def useful(a,b): print(a**2+b**2) if __name__ == "__main__": useful(1,2)
首先看第二段代码:
- @addspam装饰器,相当于执行了useful = addspam(useful)。这里 传递给addspam的参数是useful这个函数对象本身,而不是它的调用结果;
再回到addspam函数体:
- return new 返回一个闭包,fn被封存在闭包的执行环境中,不会随着addspam函数的返回被回收;
- 而fn此时是useful的一个引用,当执行return fn(*args)时,实际相当于执行了return useful(*args);
最后附上一张代码执行过程中的引用关系图,帮助你进行理解:
From:http://pythontutor.com/visualize.html#mode=edit
From:https://www.zhihu.com/question/25950466