python函数回调 python回调函数的作用

python web 中的回调函数是什么意思？

我以最简单的代码给你演示一下

创新互联长期为成百上千家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为苏尼特右企业提供专业的成都网站设计、成都做网站，苏尼特右网站改版等技术服务。拥有十年丰富建站经验和众多成功案例,为您定制开发。

def sum(a,b):

... print a+b

...

sum(1,2)

3

def callBack(c,sum):

... print c

... sum(5,c)

...

callBack(5,sum)

5

10

sum 就是被回调的函数

回调函数就是在A函数执行完毕之后 再执行B函数 那么B就是回调函数

Python其实很简单 第十二章 函数与变量的作用域

在前面已经多次提到函数这个概念，之所以没有解释什么是函数，是因为程序中的函数和数学中的函数差不多，如input()、range()等都是函数，这些都是Python的标准函数，直接使用就可以了。根据需要，用户也可以自定义函数。

12.1 函数

函数的结构：

def 函数名(参数)：

函数体

return 返回值

例如：数学中的函数f(x)=2x+5在Python中可以定义如下：

def f(x):

y=2*x+5

return(y)

如果x取值为3，可以使用如下语句调用函数：

f(3)

下面给出完整的程序代码：

def f(x):

y=2*x+5

return(y)

res=f(3)

print(res)

运行结果：11

如上例中的x是函数f(x)的参数，有时也被称为形式参数（简称形参），在函数被调用时，x被具体的值3替换y就是函数的返回值，这个值3也被称为实际参数（简称实参）。

上例中的y是函数f(x)的返回值。并不是所有的函数都有参数和返回值。如下面的函数：

def func():

print('此为无参数传递、无返回值的函数')

func()

输出结果：此为无参数传递、无返回值的函数

可以看出，该函数func()无参数，故调用时不用赋给参数值。

函数也可以有多个参数，如f(x,y)=x²+y²，可用Python语言定义如下：

def f(x,y):

z=x**2+y**2

return z

print(f(2,3)) #调用函数f(x,y)

输出结果：13

也可以通过直接给参数列表中的参数赋值的方法，为参数添加默认值，如果用户赋予参数值，则按照用户赋值执行，否则使用默认值。例如：

def f(x,y=3):

z=x**2+y**2

return z

若调用时参数列表为（2,1），即x赋值为2，y赋值为1：

print(f(2,1))

输出结果为：5

若调用时参数列表为（2），即x赋值为2，y赋值省缺，则y使用默认值：

print(f(2))

输出结果为：13

回调函数，又称函数回调，是将函数作为另一函数的参数。

例如：

def func(fun,m,n):

fun(m,n)

def f_add(m,n):

print('m+n=',m+n)

def f_mult(m,n):

print('m*n=',m*n)

func(f_add,2,3)

func(f_mult,2,3)

输出结果：

m+n= 5

m*n= 6

在f_add(m,n)和f_mult(m,n)被定义前，func(fun,m,n)中的fun(m,n)就已经调用了这两个函数，即“先调用后定义”，这也是回调函数的特点。

如果无法预知参数的个数，可以在参数前面加上*号，这种参数实际上对应元组类型。譬如，参会的人数事先不能确定，只能根据与会人员名单输入：

def func(*names):

print('今天与会人员有：')

for name in names:

print(name)

func('张小兵','陈晓梅','李大海','王长江')

运行后，输出结果为：

今天与会人员有：

张小兵

陈晓梅

李大海

王长江

参数为字典类型，需要在参数前面加上**号。

def func(**kwargs):

for i in kwargs:

print(i,kwargs[i])

func(a='a1',b='b1',c='c1')

输出结果为：

a a1

b b1

c c1

一个有趣的实例：

def func(x,y,z,*args,**kwargs):

print(x,y,z)

print(args)

print(kwargs)

func('a','b','c','Python','is easy',py='python',j='java',ph='php')

输出结果：

a b c # 前三个实参赋给前三个形参

('Python', 'is easy') # *args接收元组数据

{'py': 'python', 'j': 'java', 'ph': 'php'} # **kwargs接收字典数据

12.2 变量的作用域

变量的作用域即变量的有效范围，可分为全局变量和局部变量。

局部变量

在函数中定义的变量就是局部变量，局部变量的作用域仅限于函数内部使用。

全局变量

在主程序中定义的变量就是全局变量，但在函数中用关键字global修饰的变量也可以当做全局变量来使用。

全局变量的作用域是整个程序，也就是说，全局变量可以在整个程序中可以访问。

下面通过实例去讨论：

程序1：

a=1 # a为全局变量

def a_add():

print('a的初值：',a) # 在函数中读取a的值

a_add() # 调用函数a_add()

a+=1 # 主程序语句，a增加1

print('a现在的值是：',a) # 主程序语句，读取a的值

运行结果：

a的初值： 1

a现在的值是： 2

这个结果和我们想象的一样，全局变量a既可以在主程序中读取，也可以在子程序（函数）中读取。

程序2：

a=1

def a_add():

a+=1

print('a的初值：',a)

a_add()

print('a现在的值是：',a)

运行程序1时出现如下错误提示：

UnboundLocalError: local variable 'a' referenced before assignment

意思是：局部变量'a'在赋值之前被引用。

从语法上来讲，该程序没有错误。首先定义了一个全局变量a并赋值为1，又定义了一个函数a_add()，函数内的语句a+=1就是出错的根源，虽然我们的初衷是想让全局变量a的值增加1，但从错误提示看，这个语句中的a并不是全局变量，而是局部变量。看来，在函数中读取全局变量的值是没有问题的（在程序1中已经得到了验证），但要在函数中改变全局变量的值是不行的（在程序2的错误提示a+=1中的a 是局部变量，而非全局变量）。

怎样解决这个问题？

程序3：

a=1

def a_add(x):

x+=1

return x

print('a的初值：',a)

a=a_add(a)

print('a现在的值是：',a)

运行结果：

a的初值： 1

a现在的值是： 2

结果的确是正确的，但在函数a_add(x)中没有调用变量a（没有出现变量a）。

程序4：

a=1

def a_add(a):

a+=1

return a

print('a的初值：',a)

a=a_add(a)

print('a现在的值是：',a)

运行结果：

a的初值： 1

a现在的值是： 2

对比程序4和程序3不难发现，其实程序4只是简单的把函数的参数x变成了a，这个a的实质和程序3中的x还是一样的。这进一步证实，函数中的a是局部变量，与主程序的全局变量a有着本质的区别。

程序5：

a=1

def a_add():

global a

a+=1

print('a的初值：',a)

a_add()

print('a现在的值是：',a)

运行结果：

a的初值： 1

a现在的值是： 2

程序5和程序2相比较，仅仅是在函数中添加了一个定义“global a”，此时的局部变量a就可以当做全局变量使用，由于它和全局变量a同名，自然也就不用区分a究竟是全局变量还是局部变量了，在主程序和该函数内都可以访问、修改变量a的值了。

虽然使用global可使变量使用起来非常方便，但也容易引起混淆，故在使用过程中还是谨慎为好。

12.3 函数的递归与嵌套

递归，就是函数调用它自身。递归必须设置停止条件，否则函数将无法终止，形成死循环。

以计算阶乘为例：

def func(n):

if n==1:

return 1

else:

return n*func(n-1) #func( )调用func( )

print(func(5))

运行结果为：120

嵌套，指在函数中调用另外的函数。这是程序中常见的一种结构，在此不再赘述。

匿名函数

Python中可以在参数前加上关键字lambda定义一个匿名函数，这样的函数一般都属于“一次性”的。

例如：

程序1：这是一个常规的函数定义和调用。

def f_add(x,y):

return x+y

print(f_add(2,3))

输出结果：5

程序2：使用lambda定义匿名函数。

f_add=lambda x,y:x+y

print(f_add(2,3))

输出结果：5

从上面的代码可以看出，使用lambda仅仅减少了一行代码。f_add=lambda x,y:x+y中的f_add不是变量名，而是函数名。程序1和程序2的print( )语句中的参数都是一样的——调用函数f_add( )。所以，匿名函数并没有太多的优点。

python回调函数的使用方法

python回调函数的使用方法

在计算机程序设计中，回调函数，或简称回调（Callback），是指通过函数参数传递到其它代码的，某一块可执行代码的引用。这一设计允许了底层代码调用在高层定义的子程序

有两种类型的回调函数：

那么，在python中如何实现回调函数呢，看代码：

代码如下:

def my_callback(input):

print "function my_callback was called with %s input" % (input,)

def caller(input, func):

func(input)

for i in range(5):

caller(i, my_callback)

python 中callback怎么使用

在计算机程序设计中，回调函数，或简称回调（Callback），是指通过函数参数传递到其它代码的，某一块可执行代码的引用。这一设计允许了底层代码调用在高层定义的子程序：

例如：

def my_callback(input):

print "function my_callback was called with %s input" % (input,)

def caller(input, func):

func(input)

for i in range(5):

caller(i, my_callback)

执行结果是：

function my_callback was called with 0 input

function my_callback was called with 1 input

function my_callback was called with 2 input

function my_callback was called with 3 input

function my_callback was called with 4 input

ros中python回调函数是不是必须要有rospy，spin或者rospy，spinonce函数

在使用ros::spin()的情况下，一般来说在初始化时已经设置好所有消息的回调，并且不需要其他背景程序运行。这样以来，每次消息到达时会执行用户的回调函数进行操作，相当于程序是消息事件驱动的；而在使用ros::spinOnce()的情况下，一般来说仅仅使用回调不足以完成任务，还需要其他辅助程序的执行：比如定时任务、数据处理、用户界面等。

关于消息接收回调机制在ROS官网上略有说明 (callbacks and spinning)。总体来说其原理是这样的：除了用户的主程序以外，ROS的socket连接控制进程会在后台接收订阅的消息，所有接收到的消息并不是立即处理，而是等到spin()或者spinOnce()执行时才集中处理。所以为了保证消息可以正常接收，需要尤其注意spinOnce()函数的使用 (对于spin()来说则不涉及太多的人为因素)。

I. 对于速度较快的消息，需要注意合理控制消息队列及spinOnce()的时间。例如，如果消息到达的频率是100Hz，而spinOnce()的执行频率是10Hz，那么就要至少保证消息队列中预留的大小大于10。

II. 如果对于用户自己的周期性任务，最好和spinOnce()并列调用。即使该任务是周期性的对于数据进行处理，例如对接收到的IMU数据进行Kalman滤波，也不建议直接放在回调函数中：因为存在通信接收的不确定性，不能保证该回调执行在时间上的稳定性。

// 示例代码

ros::Rate r(100);

while (ros::ok())

{

libusb_handle_events_timeout(...); // Handle USB events

ros::spinOnce(); // Handle ROS events

r.sleep();

}

III. 最后说明一下将ROS集成到其他程序架构时的情况。有些图形处理程序会将main()包裹起来，此时就需要找到一个合理的位置调用ros::spinOnce()。比如对于OpenGL来说，其中有一个方法就是采用设置定时器定时调用的方法：

// 示例代码

void timerCb(int value) {

ros::spinOnce();

}

glutTimerFunc(10, timerCb, 0);

glutMainLoop(); // Never returns

python并发编程-进程池

在利用Python进行系统管理的时候，特别是同时操作多个文件目录，或者远程控制多台主机，并行操作可以节约大量的时间。多进程是实现并发的手段之一，需要注意的问题是：

例如当被操作对象数目不大时，可以直接利用multiprocessing中的Process动态成生多个进程，十几个还好，但如果是上百个，上千个。。。手动的去限制进程数量却又太过繁琐，此时可以发挥进程池的功效。

我们就可以通过维护一个进程池来控制进程数目，比如httpd的进程模式，规定最小进程数和最大进程数..

ps： 对于远程过程调用的高级应用程序而言，应该使用进程池，Pool可以提供指定数量的进程，供用户调用，当有新的请求提交到pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到规定最大值，那么该请求就会等待，直到池中有进程结束，就重用进程池中的进程。

创建进程池的类：如果指定numprocess为3，则进程池会从无到有创建三个进程，然后自始至终使用这三个进程去执行所有任务，不会开启其他进程

参数介绍：

方法介绍：

主要方法：

其他方法（了解部分）

应用：

发现：并发开启多个客户端，服务端同一时间只有3个不同的pid，干掉一个客户端，另外一个客户端才会进来，被3个进程之一处理

回调函数：

需要回调函数的场景：进程池中任何一个任务一旦处理完了，就立即告知主进程：我好了额，你可以处理我的结果了。主进程则调用一个函数去处理该结果，该函数即回调函数

我们可以把耗时间（阻塞）的任务放到进程池中，然后指定回调函数（主进程负责执行），这样主进程在执行回调函数时就省去了I/O的过程，直接拿到的是任务的结果。

如果在主进程中等待进程池中所有任务都执行完毕后，再统一处理结果，则无需回调函数