高阶函数和装饰器
Posted HHello_World
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了高阶函数和装饰器相关的知识,希望对你有一定的参考价值。
函数式:一种编程范式
纯函数式编程:没有变量,支持高阶函数编程
Python不是纯函数式编程语言,支持高阶函数编程
变量可以指向函数,函数名就是指向函数的一个变量,与普通变量没有区别
高阶函数:能接收函数做参数的函数。
map():是 Python 内置的高阶函数,它接收一个函数 f 和一个 list,并通过把函数 f 依次作用在 list 的每个元素上,得到一个新的 list 并返回。
def f(x): return x*x print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
输出结果:
[1, 4, 9, 10, 25, 36, 49, 64, 81]
reduce()函数:接收的参数和 map()类似,一个函数 f,一个list,但行为和 map()不同,reduce()传入的函数 f 必须接收两个参数,reduce()对list的每个元素反复调用函数f,并返
回最终结果值。reduce()还可以接收第3个可选参数,作为计算的初始值。
#对list求积 def prod(x, y): return x*y print reduce(prod, [2, 4, 5, 7, 12])
filter()函数:是 Python 内置的另一个有用的高阶函数,filter()函数接收一个函数 f 和一个list,这个函数 f 的作用是对每个元素进行判断,返回 True或 False,filter()根据判断结果
自动过滤掉不符合条件的元素,返回由符合条件元素组成的新list。
#筛选出平方根不是整数的数 import math def is_sqr(x): r = int(math.sqrt(x)) return r*r==x print filter(is_sqr, range(1, 101))
sorted()函数:它可以接收一个比较函数来实现自定义排序,比较函数的定义是,传入两个待比较的元素 x, y,如果 x 应该排在 y 的前面,返回 -1,如果 x 应该排在 y 的后面,
返回 1。如果 x 和 y 相等,返回 0。
#利用sorted()高阶函数,实现忽略大小写排序的算法。 def cmp_ignore_case(s1, s2): u1=s1.lower() u2=s2.lower() if u1<u2: return -1 if u1>u2: return 1 return 0 print sorted([‘bob‘, ‘about‘, ‘Zoo‘, ‘Credit‘], cmp_ignore_case)
返回函数:
def f(): print ‘call f()...‘ # 定义函数g: def g(): print ‘call g()...‘ # 返回函数g: return g
>>> x = f() # 调用f() call f()... >>> x # 变量x是f()返回的函数: <function g at 0x1037bf320> >>> x() # x指向函数,因此可以调用 call g()... # 调用x()就是执行g()函数定义的代码
例子:
#请编写一个函数calc_prod(lst),它接收一个list,返回一个函数,返回函数可以计算参数的乘积。 def calc_prod(lst): def func(): sum=1 for x in lst: sum = sum * x print sum,‘\n‘ return sum return func f = calc_prod([1, 2, 3, 4]) print f()
闭包:像这种内层函数引用了外层函数的变量(参数也算变量),然后返回内层函数的情况,称为闭包(Closure)。
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,这样会导致引用返回函数时结果发生改变。
def count(): fs = [] for i in range(1, 4): def f(j): def g(): return j*j return g r = f(i) fs.append(r) return fs f1, f2, f3 = count() print f1(), f2(), f3()
匿名函数:关键字lambda 表示匿名函数,冒号前面的 x 表示函数参数。只能有一个表达式,不写return,返回值就是该表达式的结果。
>>> map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]) [1, 4, 9, 16, 25, 36, 49, 64, 81]
装饰器:利用高阶函数返回函数
定义装饰器
def log(f): def fn(*args, **kw): print ‘call ‘ + f.__name__ + ‘()...‘ return f(*args, **kw) return fn
调用装饰器
@log def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial(10)
运行结果
call factorial()...
3628800
带参数的装饰器
def log(prefix): def log_decorator(f): def wrapper(*args, **kw): print ‘[%s] %s()...‘ % (prefix, f.__name__) return f(*args, **kw) return wrapper return log_decorator @log(‘DEBUG‘) def test(): pass print test()
decorator返回的新函数函数名已经不是原函数名,而是decorator内部定义的函数名。这对于那些依赖函数名的代码就会失效。因此需要用到Python内部的functools来复制原函数信息到包装之后的函数。
import time, functools def performance(unit): def func(f): @functools.wraps(f) def wrapper(*args,**kw): t1=time.time() n=f(*args,**kw) t2=time.time() t = (t2 - t1) * 1000 if unit==‘ms‘ else (t2 - t1) print ‘call %s() in %f %s‘ % (f.__name__, t, unit) return r return wrapper return func @performance(‘ms‘) def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial.__name__
偏函数:functools.partial就是帮助我们创建一个偏函数的,functools.partial可以把一个参数多的函数变成一个参数少的新函数,少的参数需要在创建时指定默认值,这样,新函数调用的难度就降低了。
import functools sorted_ignore_case = functools.partial(sorted, cmp=lambda s1, s2: cmp(s1.upper(), s2.upper())) print sorted_ignore_case([‘bob‘, ‘about‘, ‘Zoo‘, ‘Credit‘])
以上是关于高阶函数和装饰器的主要内容,如果未能解决你的问题,请参考以下文章