一、高阶函数
一个函数可以接收另一个函数作为参数,这种函数就称之为高阶函数
首先在python中,变量可以指向函数,该变量可以来调用这个函数
f = abs
f(-10)
10
所以abs这三个字母其实也只是一个变量而已,但其指向了绝对值函数,如果把abs重新赋值为另一个数字,就不能调用abs函数了。我们知道函数的参数可以接收变量,那么变量又可以指向函数,所以一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数
def add_abs(x,y,abs): # 简单的高阶函数的例子
return abs(x) + abs(y)
add_abs(-1,1,abs)
2
python中有很多非常有用的高级函数
- map/reduce
- filter
- sorted
放到python内置函数一节中去讲
二、返回函数
高阶函数可以把函数作为结果值返回
返回一个函数时,该函数未执行。可以用于不需要立刻求解函数的场景
def calc_sum(*args):
ax = 0
for n in args:
ax = ax + n
return ax
f = calc_sum(1,5,7,9) # 调用这个函数,显然是立刻求和
print(f)
22
def lazy_sum(*args): # 实现一个可变参数的求和
def sum(): # 不需要立刻求和,而是在后面的代码中,根据需要再计算。可以不返回求和的结果,而是返回求和的函数
ax = 0
for i in args:
ax += i
return ax
return sum # 返回求和函数
f = lazy_sum(1,5,7,9) # 需要将其赋给一个变量,此时f这个变量就成了求和函数。此时,相关参数和变量都已经保存好了
print(f) # 打印函数信息
print(f()) # 调用求和函数
<function lazy_sum.
.sum at 0x000001F19D1E7620>
22
上一段代码需要注意的是,将返回函数付给一个变量时,该变量加括号才算调用了函数
f1 = lazy_sum(1, 3, 5, 7, 9)
f2 = lazy_sum(1, 3, 5, 7, 9)
f1==f2 # 每次调用lazy_sum都会返回一个新的函数,即使传入相同的参数
False
- 函数lazy_sum中又定义了函数sum,并且,内部函数sum可以引用外部函数lazy_sum的参数和局部变量
- 注意到上面第三段程序中,第一次引用lazy_sum返回了sum后,lazy_sum的参数和内部局部变量还可以被新函数引用,所以其又引用第二次,赋给f2
- 当lazy_sum返回函数sum时,相关参数和变量都保存在返回的函数中,这种方法称为
闭包
闭包
def count():
fs = []
for i in range(1, 4):
def f(): # i在增加时,f并没有调用,即并没有进行1*1 2*2 3*3的计算
return i*i
fs.append(f) # 向列表fs中添加三个函数,但并没有调用
return fs
f1, f2, f3 = count()
print(f1()) # 直到遇到f1() f2() f3() 才调用i*i,但此时i已经变成了3,所以结果都是9
print(f2())
print(f3())
9
9
9
def count():
fs = []
for i in range(1, 4):
def f():
return i*i
fs.append(f()) # 向列表fs中添加三个函数并调用
return fs
f1, f2, f3 = count()
print(f1) # 直到遇到f1() f2() f3() 才调用i*i,但此时i已经变成了3,所以结果都是9
print(f2)
print(f3)
1
4
9
返回函数不要引用任何循环变量,或者后续会发生变化的变量,容易出错
偏函数
- 不同于数学的偏函数
- 是调用functools.partial,作用是把一个函数的某些参数设置默认值,返回一个新的函数,调用这个新函数会更简单
- 设置默认值之后,想要用其他的值也是可以的
int('1000000',base = 2) # 比如想将字符串以二进制转换为整数,每次都要写base=2会比较麻烦
64
import functools
int2 = functools.partial(int, base=2) # 将int函数的base固定为2,建立新函数int2
int2('1000000')
64
int2('1000000',base=10) # 不用默认值2 ,改用10
1000000