特点:代码复用、可扩展、保持一致性

函数简单的实现,返回值的不同:

 #定义方法
def funx1():
pass def funx2():
return 0 def funx3():
return 11,12,[33,88],{"xx":99} def funx411():
return ("------funx411111111------") def funx4():
return funx411 #调用方法1
#返回:None
print(funx1()) #调用方法2
#返回:0
print(funx2()) #调用方法3
#返回元组:(11, 12, [33, 88], {'xx': 99})
print(funx3()) #调用方法4
#返回函数地址,加括号就可运行
funx40=funx4();
#输出:------funx411111111------
print(funx40())

函数简单的实现,形参的不同:

 def funx1(x,y):
print("x=%s,y=%s"%(x,y)) #默认参数
def funx2(x2,y2=10):
print("x=%s,y=%s" % (x2, y2)) # *args可接收多个不固定位置参数,转换为元组
def funx3(x1,y1,*args):
print(x1) #输出11
print(y1) #输出13
print(len(args)) #输出个数,2
print(args) #输出全部值,以元组方式,(19, 18) # *kwargs可接收多个不固定关键字参数,转换为字典
def funx4(**kwargs):
print(kwargs) #与形参一一对应
funx1(11,22)
#与形参位置无关
funx1(y=88,x=99)
#默认值可以不传递值
funx2(110)
funx3(11,13,19,18)
funx4(user="dong",name="dongxiaodong",age=100)

递归函数:

#递归函数
def funx1(intx): intx-=1
print(intx) if intx >0:
funx1(intx) #再次调用自己 funx1(10)

高阶函数:

函数作为参数进行传递

def addx(x,y,funx):
return funx(x)+funx(y) res=addx(-5,1,abs) #abs的绝对值运算函数
print(res) #输出:6

函数装饰器:

本质是函数,用来装饰其他函数(给其他函数添加功能)

注意:

1、不可修改被装饰函数源代码

2、不可更改被装饰函数的调用方式

 import time

 #装饰器
def decofun(func): #decofun(funx1)
def deco(*args,**kwargs):#可支持多个位置参数和关键字参数传递
starttime=time.time()#获的开始取时间戳
func(*args,**kwargs) #运行函数
stoptime=time.time()
print("函数运算时间为:%f"%(stoptime-starttime))
return deco #返回函数地址 @decofun #相当于:funx1=decofun(funx1)
def funx1():
time.sleep(1)
print("----funx1----") @decofun #相当于:funx2=decofun(funx2)
def funx2(x,y):
print(x,"---funx2---",y) #funx1=decofun(funx1)
funx1() #调用函数
funx2(y=12,x=16)#调用函数

Python档案袋(函数与函数装饰器 )的更多相关文章

  1. Python函数篇:装饰器

    装饰器本质上是一个函数,该函数用来处理其他函数,它可以让其他函数在不需要修改代码的前提下增加额外的功能,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. ...

  2. python基础编程: 函数示例、装饰器、模块、内置函数

    目录: 函数示例 装饰器 模块 内置函数 一.函数示例: 1.为什么使用函数之模块化程序设计: 不使用模块程序设计的缺点: 1.体系结构不清晰,可主读性差: 2.可扩展性差: 3.程序冗长: 2.定义 ...

  3. Python中的多个装饰器装饰一个函数

    def wrapper1(func1): def inner1(): print('w1 ,before') func1() print('w1 after') return inner1 def w ...

  4. python基础之函数当中的装饰器

    在实际工作当中存在一个开放封闭原则 1.对扩展是开放的 为什么要对扩展开放呢? 我们说,任何一个程序,不可能在设计之初就已经想好了所有的功能并且未来不做任何更新和修改.所以我们必须允许代码扩展.添加新 ...

  5. 第四天 内置函数2 随机码 装饰器 迭代器、生成器 递归 冒泡算法 JSON

    关于函数的return li = [11,22,33,44] def f1(arg): arg.append(55) li = f1(li) print(li) 因为li = f1(li) 实际赋值的 ...

  6. 函数基础(三) 装饰器\闭包 day 12

    目录 昨日回顾 可变长参数 * ** 函数对象 函数嵌套 名称空间和作用域 今日内容 闭包函数 装饰器 语法糖 装饰器模板 迭代器 昨日回顾 可变长参数 * *形参:接受多余的位置实参 *实参(可迭代 ...

  7. Django视图函数函数之视图装饰器

    FBV模式装饰器: 普通函数的装饰器(语法糖@) views.py from django.shortcuts import render def wrapper(f): def inner(*arg ...

  8. Python 学习笔记9(装饰器,decorator)

    31 装饰器 装饰器可以对一个函数.方法或者类进行加工,是一种高级的python语法. 装饰函数 接收一个可调用对象作为输入参数,并返回一个新的可调用对象. 把函数传递给装饰器,然后增加新的功能,返回 ...

  9. Python成长之路_装饰器

    一.初入装饰器 1.首先呢我们有这么一段代码,这段代码假设是N个业务部门的函数 def f1(aaa): print('我是F1业务') if aaa == 'f1': return 'ok' def ...

  10. 简学Python第四章__装饰器、迭代器、列表生成式

    Python第四章__装饰器.迭代器 欢迎加入Linux_Python学习群  群号:478616847 目录: 列表生成式 生成器 迭代器 单层装饰器(无参) 多层装饰器(有参) 冒泡算法 代码开发 ...

随机推荐

  1. scrapy_redis 相关: 多线程更新 score/request.priority

    0.背景 使用 scrapy_redis 爬虫, 忘记或错误设置 request.priority(Rule 也可以通过参数 process_request 设置 request.priority), ...

  2. javamail 发送、读取邮件

    概述 1.邮件相关的标准 厂商所提供的 JavaMail 服务程序可以有选择地实现某些邮件协议,常见的邮件协议包括: SMTP(Simple Mail Transfer Protocol) :即简单邮 ...

  3. Linux从入门到进阶全集——【第八集:软件包管理:rpm、tar、yum】

    1,对Linux下软件的了解 源码包:未编译,要编译安装. 二进制包:已编译,可直接安装. 2,centos和ubuntu下的软件包对比: [centos]rpm文件手动安装,使用rpm指令     ...

  4. 数组遍历for forEach for..in for..of

    最开始接触的遍历for 通过下标获取数组每一项的值 ,,]; ;i<num.length;i++) { console.log(num[i]) } /*打印2 5 7*/ forEach遍历数组 ...

  5. dotnetcore http服务器研究(二)性能分析

    Asp.net core kestrel 服务器性能分析 因近来发现neocli 使用asp.net core kestrel 服务器提供rpc调用,性能比较低. 和以前做过测试差异比较大,故而再次测 ...

  6. BZOJ3592 : Architext

    首先特判多边形面积$=0$的情况,此时内部没有点,答案只会在顶点处取到. 对于面积$>0$的情况,离线询问,将所有多边形合在一起得到平面图,然后求出对偶图,那么每条多边形边的两侧分别对应对偶图中 ...

  7. BZOJ 4455

    树的点到图的点是双射 枚举哪些点可以映射到 然后dp容斥 复杂度 $2^n*n^3$ #include<bits/stdc++.h> using namespace std; #defin ...

  8. vs中 VMDebugger未能加载导致异常

    ,纠结了许久的一个问题,终于找到了解决 vs中 VMDebugger未能加载导致异常 错误号:80004005 搜了好多,没有一个给出完美的答案.   解决办法:工具->导入和导出设置,重置一下 ...

  9. Flume+Kafka+Storm整合

    Flume+Kafka+Storm整合 1. 需求: 有一个客户端Client可以产生日志信息,我们需要通过Flume获取日志信息,再把该日志信息放入到Kafka的一个Topic:flume-to-k ...

  10. UI框架

    一,框架构成:目录分别有bin,lib,page,report,test_case,(百度网盘) 1.bin>run.py 2.lib>HTMLTestRunner.py lib>l ...