一、函數的定義和使用
1、基本結構：
1 def 函數名(參數): 2 """ 3 文檔字符串 4 """ 5 函數體 6 返回值 7
2、函數名：
和變量名命名規則一致，最好不要與內置函數名相同
3、參數：
和C/C++不同，參數無需指定類型，直接交由解釋器去判斷：
- 對於number， str， tuple等不可變的對象，相當於傳值，即是傳遞了拷貝
- 對於list，dict，set等可變對象，相當於引用傳遞，內部更改會影響外部的值
a.普通參數：和c類似，但是無需指定類型，所以任何類型都可以傳遞給函數
1 def func(argument): 2 print(argument) 3
4 5 func("string") 6 func(4)
b.默認參數：與c++中一樣，也能在定義時給參數指定一個缺省的值，但是必須放在參數列表后面位置
1 def func(name, age = 20): 2 print(name, age) 3 4 5 func("Edward") 6 func("Edward", 18)
c.動態參數：對於動態參數而言，最大好處是可以靈活的使用參數，而無須考慮其個數，其通過tuple(一般用*args表示)和dict(一般用**kwargs)的特性來實現：
- 對於tuple，一般用戶用a, b, c, ... 的形式，會被解釋器自動轉化為一個tuple來存儲，解決了任意數量的普通參數的傳遞
- 對於dict，一般用戶用x1 = a1, x2 = a2, x3 = a3,...的形式，會被轉化為一個dict來存儲，解決了任意數量的關鍵詞參數的傳遞
1 def func(*args, **kwargs): 2 for i in args: 3 print(i) 4 for k, v in kwargs.items(): 5 print("%s = %s" % (k, v)) 6 7 8 func("Edward", 19) 9 func(name = "Edward", age = 19) 10 func("Edward", "Tang", age = 19)
也可以直接將一個tuple或list傳遞給args, 將一個dict傳遞給kwargs，但要注意此時必須在引用實參的時候加上*或**:
1 tup = ("Edward", 19) 2 dic = dict(name = "Edward", age = 19) 3 func(*tup) 4 func(**dic) 5 # 如果不加*， 會被認為是tuple的一個元素
4、文檔字符串：
寫函數時，最好在內部最開始加一個docstrings，即文檔字符串，方便其他人理解函數的功能
其有下面幾個要求：
- 使用三個雙引號來區別多行注釋
- 第一行作為函數功能的簡要概述，最好以大寫字母開頭，句號結尾，無需明確對象的類型和名字
- 第二行為空
- 后面敘述函數的具體功能，一定要有函數的參數以及返回值的詳細描述
- 可以用__doc__來引用模塊的文檔字符串
5、函數體：函數的具體實現
6、返回值：即將函數的執行結果返回，未指定為None
- 在Python中，由於tuple的存在，可以一次性返回多個值：
1 def func(a): 2 return a * a, a ** a 3 4 5 x, y = func(4) # x = 16, y = 256
7、函數的調用：
- 由於Python的解釋以及執行順序都是從上往下，所以要想調用函數，必須函數在之前有定義
- 在Python中，未加函數定義的語句屬於主體，相當於c中的主函數，一般放在最后，以便調用之前的函數
- 若有幾個文件的相互引用，可添加一下代碼： 在一個文件中，相當於主函數的入口，但是如果此文件作為模塊被其他文件引用，則此段代碼由於為False，將不會執行，所以可以用作測試模塊的功能
1 def func() 2 pass 3 4 5 if __name__ == "__main__": 6 func()
二、lambda表達式
即一個小的匿名的函數，一般只有函數體很短時使用：
1 a = lambda x: x ** 2 2 a(2) 3 # 4
1、與filter、map、reduce的結合使用：
1 seq = [1, 76, 5, 44, 13, 5, 23] 2 3 a = filter(lambda x : x > 10, seq) 4 # list(a) = [76, 44, 13, 23] 5 6 b = map(lambda x : x ** 2, seq) 7 # list(b) = [1, 5776, 25, 1936, 169, 25, 529] 8 9 from functools import reduce 10 c = reduce(lambda x, y: x * y, range(1, 100)) 11 # c的結果為99！
2、與sorted的結合使用：
1 seq = ["Tang", "Edward", "love", "handsome"] 2 seq = sorted(seq, key=lambda a : a.upper()) 3 # seq = ['Edward', 'handsome', 'love', 'Tang']
三、內置函數
Python內置了豐富的函數，適合於各種類型的對象，下面來詳細討論
1、大多數的函數
1 def abs(*args, **kwargs): 2 pass 3 # 返回參數的絕對值 4 5 def all(*args, **kwargs): 6 pass 7 # 返回True如果可變對象所有元素都為真，為空時返回True 8 9 def any(*args, **kwargs): 10 pass 11 # 返回False如果可變對象所有元素都為假，為空時返回True 12 13 def bin(*args, **kwargs): 14 pass 15 # 返回參數的二進制表示 16 17 def hex(*args, **kwargs): 18 pass 19 # 返回參數的十六進制表示 20 21 def oct(*args, **kwargs): 22 pass 23 # 返回參數的八進制表示 24 25 def callable(i_e_, some_kind_of_function): 26 pass 27 # 返回對象是否可調用 28 29 def chr(*args, **kwargs): 30 pass 31 # 返回整數參數對應的ASCII碼的字符 32 33 def ord(*args, **kwargs): 34 pass 35 # 返回單個字符的unicode值 36 37 def delattr(x, y): 38 pass 39 # 刪除對象x的‘y’屬性（類似於del x.y） 40 41 def getattr(object, name, default=None): 42 pass 43 # 返回object的'name'的屬性的值，若不存在，返回default 44 45 def hasattr(object, name): 46 pass 47 # 返回True如果object對象有指定的‘name’屬性 48 49 def setattr(x, y, v): 50 pass 51 # 設置x的'y'屬性的值為v(類似於x.y = v)，其中y屬性可以是不存在的 52 53 def dir(p_object=None): 54 pass 55 # 如果沒有參數，返回當前范圍的參數、方法、定義的list 56 # 如果有參數，返回參數的屬性，方法的list，且存在__dir__會被調用 57 58 def divmod(x, y): 59 pass 60 # 返回x//y, x%構成的tuple 61 62 def eval(*args, **kwargs): 63 pass 64 # 計算表達式，並返回結果 65 66 def exec(*args, **kwargs): 67 pass 68 # 動態執行代碼 69 70 def repr(obj): 71 pass 72 # 返回obj的可供解釋器讀取的字符串，可以用eval()求值 73 # 大多數情況下，eval(repr(obj)) == obj 74 75 def exit(*args, **kwargs): 76 pass 77 # 退出 78 79 def format(*args, **kwargs): 80 pass 81 # 轉化為type(value).__format__(format_spec) 82 83 def globals(*args, **kwargs): 84 pass 85 # 返回當前全局變量構成的字典 86 87 def locals(*args, **kwargs): 88 pass 89 # 返回當前局部變量構成的字典 90 91 def hash(*args, **kwargs): 92 pass 93 # 返回參數(哈希表類型的對象)的哈希值 94 95 def help(): 96 pass 97 # 返回參數的幫助信息 98 99 def id(*args, **kwargs): 100 pass 101 # 返回參數的內存地址(並非實際內存地址) 102 103 def input(*args, **kwargs): 104 pass 105 # 打印提示字符串，並讀取輸入返回(str類型) 106 107 def isinstance(x, A_tuple): 108 pass 109 # 返回x是否為元組A_tuple中其中一個類的實例 110 111 def issubclass(x, A_tuple): 112 pass 113 # 返回x是否為元組A_tuple中其中一個類的子類 114 115 def iter(source, sentinel=None): 116 pass 117 # 返回第一個參數對象的迭代器， 118 # 若有第二個參數，當迭代器的__next__返回值為它時拋出異常 119 120 def len(*args, **kwargs): 121 pass 122 # 返回容器的item個數 123 124 def max(*args, key=None): 125 pass 126 # 返回所有參數中的最大值，或序列中的最大值(容器為空返回key) 127 128 def min(*args, key=None): 129 pass 130 # 返回所有參數中的最小值，或序列中的最小值(容器為空返回key) 131 132 def next(iterator, default=None): 133 pass 134 # 返回迭代器的下一個值，若已經到最后一個返回default 135 136 def open(file, mode='r', buffering=None, encoding=None, 137 errors=None, newline=None, closefd=True): 138 pass 139 # 以特定形式打開文件 140 141 def pow(*args, **kwargs): 142 pass 143 # 兩個參數是返回x**y, 三個參數時返回x**y%z 144 145 def print(self, *args, sep=' ', end='\n', file=None): 146 pass 147 # 打印，默認以空格隔開各打印值，以換行結束，不刷新 148 149 def quit(*args, **kwargs): 150 pass 151 # 退出 152 153 def round(number, ndigits=None): 154 pass 155 # 返回number的四舍五入表示 156 157 def sorted(*args, **kwargs): 158 pass 159 # 返回遞增的排序的list 160 161 def sum(iterable， start = 0): 162 pass 163 # 返回序列的和加上start(默認為0) 164 165 def vars(p_object=None): 166 pass 167 # 不帶參數，返回當前對象屬性及屬性值的字典 168 # 帶參數，返回參數對應的屬性及值的字典 169 170 def int(x, base = 10): 171 pass 172 # 返回以base進制表示的x的int形式 173 174 def float(x): 175 pass 176 # 返回x的float形式 177 178 def bool(x): 179 pass 180 # 返回x的bool表示 181 182 def complex(a, b): 183 pass 184 # 返回a+bj 185 186 def str(x)： 187 pass 188 # 返回一個str 189 190 def dict(x)： 191 pass 192 # 返回一個字典 193 194 def list(iterable)： 195 pass 196 # 返回一個list 197 198 def tuple(iterable): 199 pass 200 # 返回一個tuple 201 202 def set(iterable)： 203 pass 204 # 返回一個set 205 206 def frozenset(iterable): 207 pass 208 # 返回一個不可變的set 209 210 def enumerate(iterable): 211 pass 212 # 構造序列的下標和值構成的元祖，用於循環遍歷 213 214 def filter(function or None, iterable)： 215 pass 216 # 返回iterable中能夠讓function的返回值為真的元素的序列， 217 # 若function為None, 返回iterable中為真的元素的序列 218 219 def map(func, *iterables): 220 pass 221 # 對每一個iterable, 使用func, 並將結果作為list返回 222 223 def range(start = 0, stop): 224 pass 225 # 返回一個從start到stop構成的序列，用於遍歷 226 227 def reversed(seq)： 228 pass 229 # 返回一個seq反轉的序列 230 231 def type(object): 232 pass 233 # 返回object的類型 234 235 def zip(iter1 [,iter2 [...]])： 236 pass 237 # 分別從iter中取下標相同的元素構成tuple，在將各tuple構成list 238 # 使用zip(*list)解壓 239 240 # 其他函數 241 # copyright, credits, license, bytearray, bytes, classmethod, 242 # memoryview, property, slice, staticmethod, super, compile
2、內置函數總結：
- 數學計算和其他計算：abs, divmod, hash, len, max, min, pow, round, sorted, sum, reversed
- 邏輯判斷：all, any
- 進制轉換：bin, hex, oct
- 類型轉換：int, float, bool, complex, str, dict, list, tuple, set, frozenset
- 類相關：callable, delattr, getattr, hasattr, setattr, dir, isinstance, issubclass
- 對象和屬性：vars, type, id
- 字符串和字符編碼：chr, ord, eval, exec, repr, format
- IO相關: input, open, print, exit, quit
- 迭代器和遍歷：iter, next, enumerate, range, zip
- 函數相關：filter, map
- 其他：globals, locals, help
3、幾個函數詳解：
- delattr, getattr, hasattr和setattr：
1 class Student(object): 2 def __init__(self, name): 3 self.name = name 4 5 def have_class(self): 6 print("%s is having class." % self.name) 7 8 s = Student("Edward") 9 10 # name 以下都必須是字符串格式 11 12 # hasattr(object, name), 判斷對象是否具有name屬性 13 print(hasattr(s, "name")) # True 14 print(hasattr(s, "have_class")) # True 15 16 # getattr(object, name, default=None), 返回對象的name屬性的值 17 # 可以設置default, 但是僅僅是沒有找到時返回它，並沒有添加 18 print(getattr(s, "name")) # Edward 19 print(getattr(s, "age", 19)) # 19 20 getattr(s, "have_class")() # 會運行該屬性 21 print(hasattr(s, "age")) # False, 並沒有添加 22 23 # setattr(object, name, value), 設置對象的name的屬性值為value 24 # 若name屬性不存在， 還會添加該屬性 25 setattr(s, "name", "Tang") 26 print(s.name) # Tang 27 setattr(s, "age", 19) 28 print(hasattr(s, "age")) # True, 會添加該屬性 29 30 # delattr(object, name) 刪除對象的name屬性 31 delattr(s, "name") 32 print(hasattr(s, "name")) # False, 已被刪除
- eval和exec：
1 # exec(), 動態執行代碼 2 exec("print('Edward Tang')") 3 4 # eval() 計算表達式的值並放回 5 a = eval("7 * 6 + 1") 6 print(a) # 43
- filter和map：
1 def func1(n): 2 if n > 10: 3 return True 4 5 def func2(n): 6 return n * n 7 8 def func3(a, b, c): 9 return a * b * c 10 11 12 seq = [1, 76, 5, 44, 13, 3, 5, 23] 13 li1 = [4, 5, 6, 8] 14 li2 = [9, 7, 10, 6] 15 li3 = [5, 4, 3, 1] 16 17 18 # filter對seq中的每一個元素執行func1, 如果為True, 返回原列表的這些值 19 rt1 = filter(func1, seq) 20 print(list(rt1)) 21 22 # map對seq中的每一個元素執行func2，返回這些值執行的結果構成的序列 23 rt2 = map(func2, seq) 24 print(list(rt2)) 25 26 # 若func有多個參數，可以提供多個序列，分別依次帶入，返回結果 27 rt3 = map(func3, li1, li2, li3) 28 print(list(rt3)) 29 30 # 在functools中還存在一個reduce的函數 31 # reduce(func, seq, start) func接受兩個參數， 32 # 對seq中兩兩的數進行遞歸調用，並返回 33 from functools import reduce 34 def func(a, b): 35 return a * b 36 rt = reduce(func, range(1, 100)) 37 # 計算99的階乘
- sorted：
1 # sorted(iterable, key=None, reverse=False) 2 # key可以用函數或lambda表達式 3 # 指定reverse = True會降序排序 4 # sorted只是返回一個排序好的序列，並不改變原序列 5 6 # 普通排序 7 seq = [1, 76, 5, 44, 13, 3, 5, 23] 8 seq = sorted(seq, reverse=True) # 降序 9 10 #使用lambda 11 seq = ["Tang", "Edward", "love", "handsome"] 12 seq = sorted(seq, key=lambda a : a.upper()) 13 14 # 對列表的某項排序 15 arr = [['Tang', 89], ['Edward', 79], ['Hu', 67], ['Wang', 80]] 16 arr = sorted(arr, key=lambda a : a[1]) 17 18 # 對類按照某項排序 19 class Person(object): 20 def __init__(self, name, age): 21 self.name = name 22 self.age = age 23 p1 = Person('Edward', 18) 24 p2 = Person('Wang', 25) 25 p3 = Person('Hu', 20) 26 p4 = Person('Liang', 22) 27 for item in sorted([p1, p2, p3, p4], key=lambda p : p.age): 28 print(item.name, end=',') 29 30 # operator模塊還有itemgetter, attrgetter兩個函數 31 # 所以以上最后兩個例子還可以表示為 32 # sorted(arr, key=itemgetter(1)) 33 # sorted([p1, p2, p3, p4], key=attrgetter('age'))
- enumerate和zip：
1 # enumerate(iterable, start=0) 2 # 用於循環中，同時得到iterable的值和計數 3 lst = ['Edward', 'Tang', 'Wang', 'Hu'] 4 for index, item in enumerate(lst): 5 print(index, item) 6 7 # zip(iter1 [,iter2 [...]]) 8 # 分別從iter中取下標相同的元素構成tuple，再將各tuple構成list 9 # 使用zip(*list) 做相反的操作 10 x = [1, 2, 3] 11 y = [4, 5, 6] 12 z = [7, 8, 9] 13 w = zip(x, y, z) 14 print(list(w)) # [(1, 4, 7), (2, 5, 8), (3, 6, 9)] 15 # 用在循環中 16 for a, b, c in zip(x, y, z): 17 print(a, b, c)
四、迭代器與生成器
1、迭代器：
a.通過iter()構造一個迭代器，然后就可以通過__next__()來訪問下一個元素：
1 a = iter([3, 6, 1, 9]) 2 a.__next__() # 3 3 a.__next__() # 6
b.迭代器只能往前，不能后退，且只能從頭到尾依次訪問
c.當數據量很多時，用迭代器來遍歷，因為迭代器讀取數據時，不是把所有的數據都加載到內存中，而是讀取到某個元素時才開始
d.可迭代對象：
- Python內置了很多可迭代對象，如list, dic, str等，所有我們可以通過for循環方便地遍歷每一個元素，可以通過collections模塊的Iterable來判斷是否是可迭代的：
1 from collections import Iterable 2 lst = [1, 5, 6, 9] 3 isinstance(lst, Iterable) # True
2、生成器：
當協同程序暫停的時候，可以獲得其中一個的返回值，當調用回到程序中時，能夠傳入額外或者改變了的參數，但仍能夠從上次離開的地方繼續
a.通過()構造一個生成器，和迭代器類似，再通過__next()__來訪問下一個元素：
1 a = (x * x for x in range(1, 10)) 2 print(a.__next__()) # 1 3 print(a.__next__()) # 4
b.yeild:用在函數中，類似於return(只是暫停下來，需要通過__next__()或next(f)訪問)
1 def func(n): 2 a = 1 3 while a < n: 4 yield a 5 a += 2 6 7 f = func(10) 8 print(f.__next__()) # 1 9 print(f.__next__()) # 3 10 11 # 通過yield還可以模擬實現多線程
c.send:與__next__()相比，可以傳遞一個參數給yield
1 def func(n): 2 a = 1 3 while a < n: 4 b = (yield a) 5 if b == None: 6 b = 0 7 a += b 8 9 f = func(10) 10 print(f.__next__()) # 1 11 print(f.__next__()) # 1 12 print(f.send(5)) # 6 13 print(f.__next__()) # 6
d.close:通過f.close()來關閉生成器(不可以通過next繼續訪問)
五、裝飾器
1、基本語法：
@裝飾器函數(可選參數)
def 被裝飾函數(可選參數)：
pass
- 裝飾器函數一般會將真正需要執行的函數包裹在內，並返回
- 解釋過程中，一般不會執行函數，但會執行迭代器函數，並將其返回值賦給被裝飾的函數
2、幾種情況：
a.無參數裝飾器：
1 def deco(func): 2 def inner(): 3 print("Edward")
5 print("tang") 6 return func() 7 return inner 8 9 10 @deco 11 def func(): 12 print("handsome")
13
14 # 並不一定需要以返回func()的方式執行func(這種情況函數需要最后執行),可以先將其返回值保存在一個變量中，最后將其返回
15
16 def inner():
17 print("Edward")
18 rt = func() 19 print("tang")
20 return rt 21
22 # 相當於重新定制了func
b.被裝飾函數含一個或多個參數：
1 def deco(func): 2 def inner(str1): 3 print("Edward") 4 return func(str1) 5 return inner 6 7 @deco 8 def func(str1): 9 print(str1) 10 11 func("Tang") 12 13 # 保持inner()函數的參數和原來的func()一樣多即可
c.迭代器函數含參數：
- 由於迭代器在解釋階段就會被執行，所有當包裹一層函數時會抵消它的執行，
- 但是，當給迭代器加上參數時，也相當於執行了一次，所有必須提供兩層的內部定義的函數
d.多個裝飾器：
1 def de1(func): 2 def inner(): 3 print("Edward") 4 return func() 5 return inner 6 7 def de2(func): 8 def inner(): 9 print('tang') 10 return func() 11 return inner 12 13 14 @de1 15 @de2 16 def func(): 17 print("handsome") 18 19 func() 20 21 # 相當於func = de1(de2(func()))
f.functools.wraps:可以保留被裝飾函數原來的一些屬性，如__name__, __doc__等
1 def deco(func): 2 # @functools.wraps(func) 3 def inner(): 4 print("Edward") 5 print("tang") 6 return func() 7 return inner 8 9 @deco 10 def func(): 11 """ A hansome boy! """ 12 print("handsome") 13 14 print(func.__name__) 15 print(func.__doc__) 16 17 # 會輸出 inner和None 18 # 如果去掉注釋, 輸出func和A handsome boy!
六、偏函數
即將任意數量的參數的函數轉化成另一個帶剩余參數的函數對象，需要導入functools模塊的partial：
1 from operator import add, mul 2 from functools import partial 3 4 add1 = partial(add, 1) 5 mul100 = partial(mul, 100) 6 7 print(add1(99)) # 100 8 print(mul100(99)) # 9900
簡單應用(摘自 《Core Python Programming》)：
1 """easy_gui.py""" 2 3 from functools import partial 4 import tkinter 5 # Tkinter模塊是python中一個能快速創建GUI的標准庫 6 7 root = tkinter.Tk() 8 # 創建一個頂層窗口對象 9 MyButton = partial(tkinter.Button, root, fg='white', bg='blue') 10 # 用偏函數設置按鈕的默認屬性 11 b1 = MyButton(text='Button 1') 12 b2 = MyButton(text='Button 2') 13 qb = MyButton(text='QUIT', bg='red', command=root.quit) 14 b1.pack() 15 b2.pack() 16 qb.pack(fill=tkinter.X, expand=True) 17 root.title('PFAs!') 18 root.mainloop()
七、《Core Python Programming》幾個實例
1.easy_math:
1 """模擬100以內的加減乘除運算""" 2 3 from operator import add, sub, mul, truediv 4 # operator模塊提供了各種對python內置方法的訪問 5 from random import randint, choice 6 # random模塊提供了各種隨機數的生成 7 # random() 生成一個[0, 1)之間的隨機數 8 # randrange(start, stop=None, step=1) 生成一個range(args)范圍內的隨機數 9 # randint(a, b) 生成一個[a, b] 范圍內的整數 10 # choice(seq) 從序列seq中隨機獲取一個元素 11 # shuffle(x) 洗牌序列x，返回None 12 # sample(population, k) 從population中隨機獲取k個元素並作為新的序列返回，但是原序列不變 13 # uniform(a, b) 返回一個a, b之間的浮點數 14 15 16 ops = {'+': add, '-': sub, '*': mul, '/': truediv} 17 MAXTRIES = 2 18 # 能夠嘗試的最大次數 19 20 21 def doprob(): 22 """ get easy random equation and check the correctness of the input """ 23 op = choice('+-*/') 24 # 隨機獲取運算符 25 nums = [randint(1, 100) for i in range(2)] 26 # 隨機獲取參與運算的兩個數 27 nums.sort(reverse=True) 28 # 降序使結果不為負數 29 while op == '/': 30 if nums[0] % nums[1] == 0 and nums[1] != 1: 31 break 32 nums = [randint(1, 100) for i in range(2)] 33 34 35 ans = ops[op](*nums) 36 pr = '%d %s %d = ' % (nums[0], op, nums[1]) 37 oops = 0 38 # 嘗試的次數 39 while True: 40 try: 41 if int(input(pr)) == ans: 42 print('correct') 43 break 44 if oops == MAXTRIES: 45 print('answer\n%s%d' % (pr, ans)) 46 else: 47 print('incorrect... try again') 48 oops += 1 49 except (KeyboardInterrupt, 50 EOFError, ValueError): 51 print('invalid input... try again') 52 53 54 def main(): 55 """ realize the repetitive operation""" 56 while True: 57 doprob() 58 try: 59 opt = input('Again? [y]').lower() 60 if opt and opt[0] == 'n': 61 break 62 except (KeyboardInterrupt, EOFError): 63 break 64 65 66 if __name__ == '__main__': 67 main()
2.senior_closure:
1 """閉包和裝飾器的應用""" 2 3 from time import time 4 5 def logged(when): 6 def log(f, *args, **kwargs): 7 print('''Called: 8 function: %s 9 args: %r 10 kargs: %r''' % (f, args, kwargs)) 11 # %r repr %s str 12 13 def pre_logged(f): 14 def wrapper(*args, **kwargs): 15 log(f, *args, **kwargs) 16 return f(*args, **kwargs) 17 return wrapper 18 19 def post_logged(f): 20 def wrapped(*args, **kwargs): 21 now = time() 22 try: 23 return f(*args, **kwargs) 24 finally: 25 log(f, *args, **kwargs) 26 print('time delta: %s' % (time()-now)) 27 return wrapped 28 29 try: 30 return({'pre': pre_logged, 'post': post_logged}[when]) 31 except KeyError as e: 32 raise(ValueError(e), 'must be "pre" or "post"') 33 34 @logged('post') 35 def hello(name): 36 print('hello,', name) 37 38 hello('world!')