Question

此代码的工作原理如何？它来自第8章＆＃34;数据科学由Scratch＆＃34;从渐变。为什么我需要在另一个函数中包含一个函数？是否有更可读的方法来实现此execption处理？这是对它的解释。

某些步长可能会导致我们的功能输入无效。所以我们需要创建一个“安全应用”函数，它返回无效输入的无穷大（永远不应该是任何东西的最小值）：

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

Answer 1

您缺少函数调用：

假设我定义了一个像这样的平均函数：

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

如果lst为空，会发生什么？或者它是否包含不是数字的东西？ BOOM，例外！

使用你提到的装饰器，函数看起来像这样

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

现在，在空lst上调用它会返回float('inf')而不是异常

Answer 2

假设我们有一个像这样的小功能：

def myfunc(n):
    return 42/n

我们这样做：

print(myfunc(0))

我们得到了这个：

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))

我们得到了这个：

inf

我们第二次调用safe()，它返回一个带嵌入式异常处理的新函数。我们替换 name ＆＃34; myfunc＆＃34;指的是，现在它指的是返回的函数。原始myfunc不会丢失，在新内容中称为f。

@safe装饰器基本上与myfunc = safe(myfunc)

做同样的事情

python中的函数装饰器安全性

2 个答案: