python一等函数

Posted 2021-02-02 Sakura

把函数视作对象

在 Python 中，函数是一等对象。编程语言理论家把“一等对象”定义为满足下述条件的程序实体：

• 在运行时创建

• 能赋值给变量或数据结构中的元素

• 能作为参数传给函数

• 能作为函数的返回结果

说明python 函数是对象：这里创建了一个函数，然后调用它，读取它的 __doc__ 属性，并且确定函数对象本身是 function 类的实例。

def factorial(n):
    ‘‘‘returns n!‘‘‘
    return 1 if n < 2 else n * factorial(n - 1)

print(factorial(5))    #调用
print(help(factorial))   #打印__doc__属性
print(type(factorial))   #打印类型

#结果

120
Help on function factorial in module __main__:
factorial(n)
returns n!             #__doc__属性
None
<class ‘function‘>     #说明factorial是function类的一个实例

说明函数是一等对象：通过别名使用函数（对应于第二点），把函数作为参数传递（对应于第三点）。

#创建一个函数，只有函数在调用的时候才会运行
def factorial(n):
    ‘‘‘returns n!‘‘‘
    return 1 if n < 2 else n * factorial(n-1)

fact = factorial
print(fact)

map_fact = map(factorial, range(11))
print(‘map fact:‘, map_fact)
print(list(map_fact))

#结果

<function factorial at 0x1007a2e18>
map fact: <map object at 0x101c452e8>
[1, 1, 2, 6, 24, 120, 720, 5040, 40320, 362880, 3628800]

高阶函数

接受函数为参数，或者把函数作为结果返回的函数是高阶函数。

如map，filter，reduce，sorted。

map(function, iterable, ...) 会根据提供的函数对指定序列做映射。第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。

filter(function, iterable) 接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。

reduce(function, iterable[, initializer])函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。

sorted(iterable[, cmp[, key[, reverse]]])   排序函数

sorted示例，reverse函数作为参数，逆置的单词排序。

>>> def reverse(word):
...     return word[::-1]
... 
>>> reverse(‘testing‘)
‘gnitset‘
>>> reverse(fruits)
[‘banana‘, ‘raspberry‘, ‘cherry‘, ‘apple‘, ‘fig‘, ‘strawberry‘]
>>> fruits
[‘strawberry‘, ‘fig‘, ‘apple‘, ‘cherry‘, ‘raspberry‘, ‘banana‘]
>>> sorted(fruits, key=reverse)　　　　#reverse作为sorted函数的参数
[‘banana‘, ‘apple‘, ‘fig‘, ‘raspberry‘, ‘strawberry‘, ‘cherry‘]

map和filter示例，计算阶乘：

>>>def factorial(n):
    return 1 if n < 2 else n * factorial(n - 1)
>>>list(map(factorial,range(6)))     #0到5的阶乘 
[1, 1, 2, 6, 24, 120]

list(map(factorial,filter(lambda n: n % 2,range(6))))   #过滤掉偶数的阶乘
[1, 6, 120]

reduce示例，求和：

from functools import reduce    #reduce在functools模块下
from operator import add
reduce(add,range(100))
4950
sum(range(100))
4950

sum和reduce思想是把某个操作连续应用到序列的元素上，累计之前的结果，把一系列值规约成一个值。类似的函数还有any和all.

all(iterable)   //如果iterable的每个元素都是真值，返回True,否则返回False

any(iterable)    //只要有iterable的某个元素是真值就返回True。

匿名函数 

lambda函数定义体中不能赋值，也不能使用while和try等python语句。适合用在参数列表中。（lambda表达式会创建函数对象）

fruits = [‘banana‘, ‘raspberry‘, ‘cherry‘, ‘apple‘, ‘fig‘, ‘strawberry‘]
sorted(fruits, key=lambda word: word[::-1])    #逆置的单词排序，代替了sorted示例中的reverse函数
[‘banana‘, ‘apple‘, ‘fig‘, ‘raspberry‘, ‘strawberry‘, ‘cherry‘]

可调用对象和可调用类型

可以使用()符号调用的对象即为可调用对象

如下：

用户定义的函数：def语句或lambda函数创建

内置函数：C语言实现的函数，如len或time.strftime

内置方法：C语言实现的方法，如dict.get

方法：类中定义的函数

类：调用类时会调用__new__方法创建一个实例，然后运行__init__方法初始化实例返回调用方。

类实例：如果类定义了__call方法，那么它的实例可以作为函数调用。

生成器函数：使用yield关键字的函数或方法。

可以使用callable()函数判断对象是否可以调用。

>>>[callable(obj) for obj in (abs,str,13)]
[True, True, False]

用户定义的可调用类型

任何python对象都可以表现得像函数，只要实现__call__方法。

import random

class BingoCage:
    def __init__(self, items):
        self._items = list(items)
        random.shuffle(self._items)    #打乱顺序

    def pick(self):
        try:
            return self._items.pop()
        except IndexError:
            raise LookupError(‘pick from empty BingoCage‘)

    def __call__(self, *args, **kwargs):   #实现__call__方法
        return self.pick()

bingo = BingoCage(range(3))
print(bingo.pick())
print(bingo())     #调用bingo
print(callable(bingo))    #判断是否可调用


#结果：
0
2
True

函数内省

函数对象不止有__doc__属性，还有很多其他属性，可用dir()函数查看

>>>dir(factorial)
[‘__annotations__‘, ‘__call__‘, ‘__class__‘, ‘__closure__‘, ‘__code__‘, ‘__defaults__‘, ‘__delattr__‘, ‘__dict__‘, ‘__dir__‘, ‘__doc__‘, ‘__eq__‘, ‘__format__‘, ‘__ge__‘, ‘__get__‘, ‘__getattribute__‘, ‘__globals__‘, ‘__gt__‘, ‘__hash__‘, ‘__init__‘, ‘__kwdefaults__‘, ‘__le__‘, ‘__lt__‘, ‘__module__‘, ‘__name__‘, ‘__ne__‘, ‘__new__‘, ‘__qualname__‘, ‘__reduce__‘, ‘__reduce_ex__‘, ‘__repr__‘, ‘__setattr__‘, ‘__sizeof__‘, ‘__str__‘, ‘__subclasshook__‘]

 

用户定义的函数的属性

名称	类型	说明
__annotations__	dict	参数返回值和的注释信息
__call__	method-wrapper	实现()运算符；即可调用对象协议
__closure__	tuple	函数闭包，即自有变量的绑定(通常是None)
__code__	code	编译成字节码的函数元数据和函数定义体
__defaults__	tuple	形式参数的默认值
__get__	method-wrapper	实现只读描述符协议
__globals__	dict	函数所在模块中的全局变量
__kwdefaults__	dict	仅限关键字形式参数的默认值
__name__	str	函数名称
__qualname__	str	函数的限定名称，如Random.choice

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 获取函数参数信息（法一）

函数的__default__属性保存着定位参数和关键字参数的默认值

函数的__code__包含许多参数信息，如：

__code__.co_argcount包含参数个数 

__code__.co_varnames包含参数名称   (值得注意的是，这里包含函数体内定义的局部变量，真正的参数名称是前N个字符串，N的个数由co__argcount确定；且其中不包含前缀为*和**的变长参数)

def clip(text, max_len=20):
    """在max_len前面或后面的第一个空格处截断文本
    """
    end = None
    if len(text) > max_len:
        space_before = text.rfind(‘ ‘, 0, max_len)
        if space_before >= 0:
            end = space_before
        else:
            space_after = text.rfind(‘ ‘, max_len)
            if space_after >=0:
                end = space_after
    if end is None:
        end = len(text)
    return text[:end].rstrip()

print(clip.__defaults__)          #从后往前扫描，故max_len的默认值为20
print(clip.__code__)
print(clip.__code__.co_argcount)    #包含局部变量
print(clip.__code__.co_varnames)      #如结果，实际参数为2



(20,)
<code object clip at 0x0000016D5A545930, file "C:/py_code/nov06/Schimidt.py", line 1>
2
(‘text‘, ‘max_len‘, ‘end‘, ‘space_before‘, ‘space_after‘)

获取函数参数信息（法二）

使用inspect模块下的signature()函数，signature()函数返回一个signature对象，它有一个parameters属性，这是一个有序映射，把参数名和inspecr.Parameter对象对应起来。各个Parameter有各自属性：name（名称），default（默认值）,kind（类型）   //特殊的inspect._empty代表没有默认值

from inspect import signature
sig = signature(clip)             #clip为上个示例的函数，参数元组
print(sig)
print(str(sig))
for name, param in sig.parameters.items():
    print(param.kind, ‘:‘, name, ‘=‘, param.default)
    #打印   参数类型：参数名称：参数默认值

#结果
(text, max_len=20)
(text, max_len=20)
POSITIONAL_OR_KEYWORD : text = <class ‘inspect._empty‘>
POSITIONAL_OR_KEYWORD : max_len = 20

kind属性值是_ParameterKind类的5个值之一，如下：

 

POSITIONAL_OR_KEYWORD	可以通过定位参数和关键字参数传入的形参，多数python参数类型属于此类
VAR_POSITIONAL	定位参数元组	*   参数
VAR_KEYWORD	关键字参数字典	**  参数
KEYWORD_ONLY	仅限关键字参数
POSITONAL_ONLY	仅限定位参数

 

 

 

 

 

  

 

 

 

 

 函数注解

除了name，kind，default，inspect.Parameter对象还有一个annotation（注解）属性，它的值通常为inspect._empty，但可能包含注解句法提供的函数签名元素据。

函数声明中的各个参数可以在：之后增加注解表达式。如果参数有默认值，注解放在参数名和 = 号之间。如果想注解返回值，在 ）和函数声明末尾的：之间添加->和一个表达式，那个表达式可以是任意类型。

为clip函数添加注解：

def clip(text, max_len:‘int > 0‘=20) -> str:            #max_len参数注解和返回值注解
    """在max_len前面或后面的第一个空格处截断文本
    """
    end = None
    if len(text) > max_len:
        space_before = text.rfind(‘ ‘, 0, max_len)
        if space_before >= 0:
            end = space_before
        else:
            space_after = text.rfind(‘ ‘, max_len)
            if space_after >=0:
                end = space_after
    if end is None:
        end = len(text)
    return text[:end].rstrip()


print(clip.__annotations__)

#结果
{‘max_len‘: ‘int > 0‘, ‘return‘: <class ‘str‘>}

Python 对注解所做的唯一的事情是，把它们存储在函数的__annotations__ 属性里。仅此而已，Python 不做检查、不做强制、不做验证，什么操作都不做。换句话说，注解对 Python 解释器没有任何意义。注解只是元数据，可以供 IDE、框架和装饰器等工具使用。标准库中还没有什么会用到这些元数据，唯有inspect.signature() 函数知道怎么提取注解，如示例所示:

sig = signature(clip)
print(sig.return_annotation)
for param in sig.parameters.values():              
    note = repr(param.annotation).ljust(13)    #param.annotation获取注解，rerp返回注解的string形式
    print(note, ‘:‘, param.name, ‘‘, param.default)


<class ‘str‘>
<class ‘inspect._empty‘> : text  <class ‘inspect._empty‘>
‘int > 0‘     : max_len  20

支持函数式编程的包

operator模块为多个算术运算符提供了对应的函数，例如可以使用mul来代替使用匿名函数lambda a,b:a * b

operator还有itemgetter和attrgetter函数。

itemgetter常见用途：根据元组的某个字段给元组列表排序。（itemgetter[i]类似lambda fields:fields[1],创建一个接受集合的函数，返回索引位1上的元素）

from operator import itemgetter

metro_data = [
    (‘tokyo‘, ‘JP‘, 36),
    (‘mexico‘, ‘IN‘, 21),
    (‘new york‘, ‘US‘, 20),
    (‘sao paulo‘, ‘BR‘, 19),
    ]

for city in sorted(metro_data, key=itemgetter(1)):  #按照元组第二项排序
    print(city)
#结果
(‘sao paulo‘, ‘BR‘, 19)
(‘mexico‘, ‘IN‘, 21)
(‘tokyo‘, ‘JP‘, 36)
(‘new york‘, ‘US‘, 20)


for city in sorted(metro_data, key=itemgetter(2)):   #按照元组第三项排序
    print(city)
#结果
(‘sao paulo‘, ‘BR‘, 19)
(‘new york‘, ‘US‘, 20)
(‘mexico‘, ‘IN‘, 21)
(‘tokyo‘, ‘JP‘, 36)

多个参数传递给itemgetter，它构建的函数会返回提取的值构成的元组：

cc_name = itemgetter(1, 0)
for city in metro_data:
    print(cc_name(city))
    
#结果
(‘JP‘, ‘tokyo‘)
(‘IN‘, ‘mexico‘)
(‘US‘, ‘new york‘)
(‘BR‘, ‘sao paulo‘)

functools.partial冻结参数

functols.partial用于部分应用于一个函数。即：基于一个函数创建一个新的可调用对象，把原函数的某些参数固定。使用这个函数可以把接受一个或多个参数的函数改编成需要回调的API，这样需要的参数更少。

from operator import mul      #乘法
from functools import partial

triple = partial(mul, 3)       #把第一个参数固定为3
print(triple(7))
print(list(map(triple, range(1, 10))))

21
[3, 6, 9, 12, 15, 18, 21, 24, 27]

functools.partialmethod函数作业于partial一样，不过是用于处理方法。

以上来自《流畅的python》第五章