python 高阶函数都有哪些

Posted 2023-03-24

1、高阶函数变量可以指向函数，函数的参数可以接收变量，那么函数可以接收另一个函数作为参数，这种函数称为高阶函数。(1)把函数作为实参(2

1、高阶函数

变量可以指向函数，函数的参数可以接收变量，那么函数可以接收另一个函数作为参数，这种函数称为高阶函数。

(1)把函数作为实参

(2)把函数作为返回值

2、系统的内置高阶函数

(1)map函数：接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并且把结果作为新的列表返回

(2)reduce函数：把一个函数作用到一个序列上，这个函数必须接收两个参数，reduce把结果和序列的下一个元素做累积计算

(3)filter函数：也接收一个函数和一个序列，和map函数不同的是，filter函数把传入的函数依次作用于每个元素，然后返回返回值是True的元素

(4)sorted函数：排序函数

把用户名按照首字母不区分大小写排序

(5)sorted()函数按照关键字排序

关键字：商品个数

(6)sorted()函数按照关键字排序，用键值来查找

(7)lambda匿名函数：有时候传参数时不需要显示自定义的函数，直接传入匿名函数更方便；冒号前面的x,y表示函数参数，匿名函数不需要担心函数名的冲突，匿名函数也是一个函数对象，可以把匿名函数赋值给一个变量，再利用变量来调用函数，匿名函数也可以作为返回值返回

3、高阶函数的应用：

(1)sorted函数：

(2)sorted函数默认是从小到大排序

4、装饰器

装饰器就是用来装饰函数的：想要增加原有函数的功能，但是不希望修改原有函数的定义，在代码运行期间动态增加功能的方式

(1)此装饰器的功能：计算函数的运行时间

import functools  

@functools.wraps(f)   ##保留原有函数的属性

运行结果：

(2)此装饰器的功能：用户登录认证

运行结果：

(3)此装饰器的功能：认证用户的同时，显示用户的转账金额

import inspect

inspect.getcallargs()将传的参数封装为一个字典，字典的key值是形式参数，value值是实参

(4)此装饰器的功能：确保收到的每个参数都是整数，是整数就求和，否则抛出错误

(5)此装饰器的功能：给装饰器传参数，是整数和浮点数就求和

python学习网，大量的免费python视频教程，欢迎在线学习！

参考技术A 什么是高阶函数?
变量可以指向函数，函数的参数可以接收变量，那么函数可以接收另一个函数作为参数，这种函数称为高阶函数。
python高阶函数有哪些?
map函数
map()是python内置的高阶函数，它接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并且把结果作为新的列表返回。
filter函数
filter()同样也是接收一个函数和一个序列，和map()不同的是，filter函数把传入的函数依次作用于每个元素，然后返回返回值是True的元素。
reduce函数
reduce()把一个函数作用到一个序列上，这个函数必须接收两个参数，reduce把结果和序列的下一个元素做累积计算。
lambda函数
lambda()有时候传参数时不需要显示自定义的函数，直接传入匿名函数更方便;冒号前面的X,y表示函数参数，匿名函数不需要担心函数名的冲突，匿名函数也是一个函数对象，可以吧匿名函数赋值给一个变量，再利用变量来调用函数，匿名函数也可以作为返回值返回。
sorted函数
sorted()作为python内置高阶函数之一，其功能是对序列(列表、元组、字典、集合、字符串)进行排序。 参考技术B

变量可以指向函数，函数的参数可以接收变量，那么函数可以接收另一个函数作为参数，这种函数称为高阶函数。python高阶函数如下：

map函数

map()是python内置的高阶函数，它接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并且把结果作为新的列表返回。

filter函数

filter()同样也是接收一个函数和一个序列，和map()不同的是，filter函数把传入的函数依次作用于每个元素，然后返回返回值是True的元素。

reduce函数

reduce()把一个函数作用到一个序列上，这个函数必须接收两个参数，reduce把结果和序列的下一个元素做累积计算。

lambda函数

lambda()有时候传参数时不需要显示自定义的函数，直接传入匿名函数更方便;冒号前面的X,y表示函数参数，匿名函数不需要担心函数名的冲突，匿名函数也是一个函数对象，可以吧匿名函数赋值给一个变量，再利用变量来调用函数，匿名函数也可以作为返回值返回。

sorted函数

sorted()作为python内置高阶函数之一，其功能是对序列(列表、元组、字典、集合、字符串)进行排序。

讲讲Python中的普通函数和高阶函数

正式的Python专栏第25篇，同学站住，别错过这个从0开始的文章！

今天学委都在写代码，写了很多篇，这次再讲讲python中的函数

什么是函数

每个语言都有函数，甚至大家用的Excel里面也有函数，我们以前学习的数学也很多各种各样的函数。

Python中的函数也是一样的。

def f(x):
    print("参数为：",x)
    return x

这里的函数 y = f(x), 在数学中表示为一条斜率为1的直线。

函数的嵌套调用

def z(x):
    pass

def f(x):
    print("参数为：",x)
    return z(x)

像这样，我们在f(x)中调用了z（x）函数（这里使用了pass关键字，实现先不写，仅作展示目的）

我们能不能不定义z(x)就定义一个函数调用别的函数呢？

就像实现一个数的平方，函数的‘平方’,大概这个意思。

高阶函数

def f(z):
    return z()

这就是高阶函数，f函数需要外界提供一个参数，这个参数必须是一个函数。

在使用f(z)的时候，我们不能给一个f(2), f(3)这样的值。或者有个函数如d(x)返回非函数值结果，我们不能这样调用:f（d(1))。

学委准备了下面的代码，从简单函数逐步演化为高阶函数：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/10/24 11:39 下午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : func_demo2.py
# @Project : hello

def f1(x):
    return x


def f2(x, z=100):
    return x + z / 10


def f3(x, z=100, *dynamic_args):
    sum = 0
    for arg in dynamic_args:
        sum += arg
    return x + z / 10 + sum / 10000.0


def dummy_sum(*args):
    return 0


def f4(x, z=100, sum_func=dummy_sum):
    return x + z / 10 + sum_func() / 10000.0


print(f1(100))
print(f2(100, z=50))
print(f3(100, 50, 4, 5, 6))


def sum_g(*dynamic_args):
    def sum_func():
        sum = 0
        for arg in dynamic_args:
            sum += arg
        return sum
    return sum_func



print(f4(100, 50, sum_g(4, 5, 6)))

这里我们看到函数f1, f2, f3, f4。

补充一个知识点： *dynamic_args 是一个动态参数，不定长度的参数。
也就是f3明明声明了3个参数，最后我们给了5个参数。
这里f3认为x=100, z=50, dynamic_args = [4, 5, 6]

我们先看看输出结果：

f3 和f4 看起来结果一样。

但是性质完整不一样，读者可以思考十秒。

f4弹性非常大，因为第三个参数为函数。

高阶函数可以帮助我们把计算‘降维’（三维变成二维，二维变一维）。

我们思考一下计算圆形和方形的面积

相信大家闭着眼都能写出下面两个函数：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/10/24 11:39 下午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : func_demo2.py
# @Project : hello
import math


def circle_area(r):
    return math.pi * r * r


def rectangle_area(a, b):
    return a * b

这是圆形面积的数学公式：
$$f(r)=\pi \ast r^2$$
这是矩形面积的数学公式：
$$f(a,b)=a\ast b$$

我们看到这里有的有1个参数的，有的有两个的怎么变成高阶函数？

读者可以思考一会。

下面是代码：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/10/24 11:39 下午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : func_demo2.py
# @Project : hello
import math


def circle_area(r):
    return math.pi * r * r


def rectangle_area(a, b):
    return a * b


def area(x, linear, factor):
    return x * linear(x, factor)


def relation(x, factor):
    return x * factor


a = 10
b = 20

print("长方形面积：", rectangle_area(a, b))
print("圆形面积：", circle_area(a))
print("长方形面积：", area(a, relation, factor=b / a))
print("圆形面积：", area(a, relation, factor=math.pi))

结果如下图：

这只是一种解法。

从代码可以看到，我们把圆形和矩形都看作某一个参照物（半径/一条边）的平方，再成乘以一个系数。

下面，我们把正方形面积计算加上：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/10/24 11:39 下午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : func_demo2.py
# @Project : hello
import math


def circle_area(r):
    return math.pi * r * r


def square_area(a):
    return a * a


def rectangle_area(a, b):
    return a * b


def area(x, linear, factor):
    return x * linear(x, factor)


def relation(x, factor):
    return x * factor


a = 10
b = 20

print("长方形面积：", rectangle_area(a, b))
print("正方形面积：", square_area(a))
print("圆形面积：", circle_area(a))
print("长方形面积：", area(a, relation, factor=b / a))
print("正方形面积：", area(a, relation, factor=1))
print("圆形面积：", area(a, relation, factor=math.pi))

上面的代码执行结果如下：

这就是高阶函数的神奇之处，我们从正方形的角度思考。

只用一个area函数和relation函数，这两个函数都不必修改，只需要给一个factor（经验因子），就能快速计算它的面积。

为何高阶函数能够降低维度

从上面距离的计算面积的函数，我们可以看到计算圆形和长方形，都能看成一个一维函数。

然后以正方形面积为参照物，快速估算出圆形和方形的面积。

当然上面的计算圆形面积采用了半径，还不够直观，读者可以自行改为直径，这样factor = math.pi / 4。

这样在感受上会更贴切。

总结

除了上面介绍的函数，参数，高阶函数。我们还可以使用lambda函数：

lambda  参数1， 参数2，。。。，第n个参数 ： 计算表达式

上面的函数relation函数可以省略不写，最后调用改为：

print("长方形面积：", area(a, lambda x, f: x * f, factor=b / a))
print("正方形面积：", area(a, lambda x, f: x * f, factor=1))
print("圆形面积：", area(a, lambda x, f: x * f, factor=math.pi))

对了，喜欢Python的朋友，请关注学委的 Python基础专栏 or Python入门到精通大专栏

持续学习持续开发，我是雷学委！
编程很有趣，关键是把技术搞透彻讲明白。
欢迎关注微信，点赞支持收藏!