python中的函数装饰器安全

这段代码的工作原理是什么？它来自梯度中的“数据科学划痕”第8章。为什么我需要在另一个函数中包装一个函数？有一种更可读的方式来实现这种执行处理？这是对它的解释。python中的函数装饰器安全

某些步长可能会导致我们的函数无效输入。所以，我们需要创建一个返回无穷大（这绝不应该是最低的任何东西）为无效输入“安全应用”功能：

def safe(f): 
    """return a new function that's the same as f, 
    except that it outputs infinity whenever f produces an error""" 
    def safe_f(*args, **kwargs): 
     try: 
      return f(*args, **kwargs) 
     except: 
      return float('inf') 
    return safe_f

来源

2016-10-29 Char

请更清楚这部分的代码是不明确给你。它是无限价值的回报吗？ “try”和“except”是什么？是否是'f（）'的参数？这是为什么这个函数在你的大代码中工作吗？ –

我对try和except以及解包参数有所了解。我理解函数背后的目的而不是实现。我想一个示例函数调用会帮助我理解正在发生的事情，但书中没有。 – Char

您在下面的答案中有2个很好的用法示例，但请记住'安全'装饰器并不总是您想要做的，有时例外情况会更多地提供一个'inf'值 –

假设我们有一个简单的功能如下：

def myfunc(n): 
    return 42/n

，我们这样做：

print(myfunc(0))

我们得到这样的：

Traceback (most recent call last): 
    File "gash.py", line 14, in <module> 
    print(myfunc(0)) 
    File "gash.py", line 12, in myfunc 
    return 42/n 
ZeroDivisionError: division by zero

现在我们这样做：

myfunc = safe(myfunc) 
print(myfunc(0))

我们得到这样的：

inf

我们称之为safe()第二次返回新功能与嵌入式异常处理。我们替换名称“myfunc”指的是，现在它引用返回的函数。原来的myfunc没有丢失，在新的里面叫做f。

一个@safe装饰基本上是在做同样的事情，myfunc = safe(myfunc)

来源

2016-10-29 17:23:19 cdarke

你缺少的函数调用：

比方说，我定义的平均函数是这样的：如果lst是空

def naive_average(lst): 
    return float(sum(lst))/len(lst)

会发生什么？或者如果它包含不是数字的东西？ BOOM，例外！

随着你提到的装饰，功能应该是这样的

@safe 
def naive_average(lst): 
    return float(sum(lst))/len(lst)

现在，称这是一个空的lst将返回float('inf')而不是例外情况

来源

2016-10-29 17:20:24

python中的函数装饰器安全

回答

相关问题