python3

2601_94978898

143人浏览 · 2026-05-08 12:15:03

2601_94978898 · 2026-05-08 12:15:03 发布

32. 高级函数与闭包、模块实战

32.1 闭包（Closure）

讲解：闭包是函数内部定义的函数，可以访问外部函数的局部变量，保留状态。

def outer(x):
    def inner(y):
        return x + y
    return inner

f = outer(10)
print(f(5))  # 输出 15
print(f(20)) # 输出 30

关键点总结
- 内部函数访问外部函数变量
- 外部函数返回内部函数，形成闭包
- 闭包可保持状态，适合计数器、缓存等

32.2 匿名函数 `lambda`

讲解：lambda 表达式创建匿名函数，用于简单逻辑，常与高阶函数结合。

# 普通函数
def add(a, b):
    return a + b

# 匿名函数
f = lambda a, b: a + b
print(f(10, 20))  # 30

# 与 map, filter, reduce 配合
nums = [1,2,3,4,5]
squared = list(map(lambda x: x**2, nums))
print(squared)  # [1,4,9,16,25]

关键点总结
- lambda 参数: 表达式
- 无需 return，表达式结果即返回
- 简洁、适合短小函数

32.3 高阶函数

讲解：函数可以作为参数传入或返回，增强灵活性。

def apply(func, value):
    return func(value)

def square(x):
    return x * x

print(apply(square, 5))  # 25

关键点总结
- 函数是对象，可赋值、传参
- 高阶函数可实现回调、策略模式
- 与 lambda、闭包结合使用更灵活

32.4 模块实战：自定义工具模块

讲解：将常用函数封装到模块，提高代码复用。

# 文件 math_utils.py
def add(a, b):
    return a + b

def sub(a, b):
    return a - b

def mul(a, b):
    return a * b

def div(a, b):
    return a / b

# 主程序 main.py
from math_utils import add, sub

print(add(10, 5))
print(sub(10, 5))

关键点总结
- 模块功能单一，便于维护
- 文档字符串说明模块功能
- 导入模块使用 import 或 from … import …
- 避免循环导入

32.5 包实战

讲解：将多个模块组织为包，提升项目结构清晰度。

project/
├── mypackage/
│   ├── __init__.py
│   ├── math_utils.py
│   └── string_utils.py
└── main.py

# main.py
from mypackage.math_utils import add
from mypackage.string_utils import reverse

print(add(2,3))
print(reverse("Python"))

关键点总结
- 包 = 目录 + __init__.py
- 模块功能分类存放
- 使用包导入模块，使项目更规范

33. 综合练习与实战案例

33.1 实战案例一：学生信息管理系统

讲解：使用类和列表管理学生信息，实现增删改查功能。

class Student:
    def __init__(self, name, age, score):
        self.name = name
        self.age = age
        self.score = score

    def show(self):
        print(f"姓名:{self.name}, 年龄:{self.age}, 成绩:{self.score}")

# 学生列表
students = []

# 添加学生
students.append(Student("小明", 18, 90))
students.append(Student("小红", 19, 95))

# 修改学生成绩
students[0].score = 92

# 删除学生
students.pop(1)

# 遍历显示
for stu in students:
    stu.show()

关键点总结
- 使用类封装学生信息
- 列表管理多条数据
- 增删改查操作结合对象方法

33.2 实战案例二：文件数据统计

讲解：读取文本文件，统计单词出现次数，并写入新文件。

from collections import Counter

# 读取文件
with open('sample.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 单词统计
words = text.split()
cnt = Counter(words)

# 写入结果
with open('result.txt', 'w', encoding='utf-8') as f:
    for word, count in cnt.items():
        f.write(f"{word}: {count}\n")

print("统计完成！")

关键点总结
- 文件操作：读取与写入
- Counter 统计词频
- 可用于日志分析、文本处理

33.3 实战案例三：简单计算器

讲解：命令行交互实现加减乘除功能，使用函数组织。

def add(a, b):
    return a + b

def sub(a, b):
    return a - b

def mul(a, b):
    return a * b

def div(a, b):
    return a / b

while True:
    op = input("请输入操作(+,-,*,/)或 q 退出: ")
    if op == 'q':
        break
    a = float(input("输入第一个数字: "))
    b = float(input("输入第二个数字: "))
    if op == '+':
        print(add(a, b))
    elif op == '-':
        print(sub(a, b))
    elif op == '*':
        print(mul(a, b))
    elif op == '/':
        print(div(a, b))
    else:
        print("无效操作")

关键点总结
- 使用函数封装功能
- 命令行输入控制流程
- 循环与条件控制实现交互

33.4 实战案例四：正则表达式应用

讲解：从文本中提取手机号、邮箱和日期，实现数据清洗功能。

import re

text = """
姓名: 张三, 手机: 13812345678, 邮箱: zhangsan@example.com, 日期: 2023-05-08
姓名: 李四, 手机: 13987654321, 邮箱: lisi@example.com, 日期: 2023-05-07
"""

# 手机号
phones = re.findall(r'1[3-9]\d{9}', text)
print("手机号:", phones)

# 邮箱
emails = re.findall(r'\w+@[\w\.]+', text)
print("邮箱:", emails)

# 日期
dates = re.findall(r'\d{4}-\d{2}-\d{2}', text)
print("日期:", dates)

关键点总结
- re.findall 提取匹配数据
- 常用于数据清洗、日志分析
- 正则表达式技巧：字符集、量词、分组

33.5 综合总结

面向对象、模块、标准库、文件操作、正则表达式、异常处理，结合实战案例可以：
- 高效管理和处理数据
- 提高代码复用性和可维护性
- 为全栈 Python 开发打下基础

34. Python 高级进阶技巧总结

34.1 列表推导式与生成式

讲解：列表推导式简洁创建列表，生成器表达式节省内存。

# 列表推导式
nums = [x**2 for x in range(10) if x % 2 == 0]
print(nums)  # [0, 4, 16, 36, 64]

# 嵌套列表推导式
matrix = [[i*j for j in range(3)] for i in range(3)]
print(matrix)

# 生成器表达式
gen = (x**2 for x in range(10))
for n in gen:
    print(n, end=" ")

关键点总结
- 简洁、可读性高
- 推导式支持条件、嵌套
- 生成器表达式惰性计算，节省内存

34.2 上下文管理器 `with`

讲解：with 自动管理资源，适用于文件、数据库连接、网络等。

with open('example.txt', 'w') as f:
    f.write("上下文管理器示例")

# 自定义上下文管理器
class MyContext:
    def __enter__(self):
        print("进入上下文")
        return self

    def __exit__(self, exc_type, exc_val, exc_tb):
        print("退出上下文")

with MyContext() as ctx:
    print("执行代码块")

关键点总结
- 自动释放资源，避免忘记关闭
- __enter__ 与 __exit__ 控制上下文
- 可用于文件、网络、锁等管理

34.3 装饰器进阶

讲解：装饰器可组合使用，实现权限控制、日志、缓存等功能。

def decorator1(func):
    def wrapper(*args, **kwargs):
        print("装饰器1前")
        result = func(*args, **kwargs)
        print("装饰器1后")
        return result
    return wrapper

def decorator2(func):
    def wrapper(*args, **kwargs):
        print("装饰器2前")
        result = func(*args, **kwargs)
        print("装饰器2后")
        return result
    return wrapper

@decorator1
@decorator2
def greet(name):
    print(f"Hello, {name}")

greet("小明")

关键点总结
- 装饰器可多层嵌套
- 内层先执行，外层后执行
- 可用于日志、权限检查、缓存、性能统计

34.4 生成器与迭代器进阶

讲解：生成器、迭代器结合高阶函数处理大数据流。

def fibonacci(n):
    a, b = 0, 1
    for _ in range(n):
        yield a
        a, b = b, a + b

# 使用生成器
for num in fibonacci(10):
    print(num, end=" ")

# 使用 itertools 高级迭代器
import itertools
nums = [1,2,3]
for item in itertools.cycle(nums):
    print(item, end=" ")  # 无限循环示例，注意控制结束
    break

关键点总结
- yield 节省内存，适合大数据
- itertools 提供高效迭代工具
- 可结合生成器表达式实现流式计算

34.5 综合应用技巧

讲解

：在全栈开发中，高级技巧可以组合使用：
- 列表推导式处理数据
- 装饰器控制函数权限或日志
- 上下文管理器安全管理资源
- 生成器与迭代器处理大数据或流式计算

# 组合示例
def log_decorator(func):
    def wrapper(*args, **kwargs):
        print(f"调用函数: {func.__name__}")
        return func(*args, **kwargs)
    return wrapper

@log_decorator
def process_data(data):
    return [x**2 for x in data if x % 2 == 0]

result = process_data(range(10))
print(result)