将带参数的函数传递给Python中的另一个函数?
Posted
技术标签:
【中文标题】将带参数的函数传递给Python中的另一个函数?【英文标题】:Passing functions with arguments to another function in Python? 【发布时间】:2010-10-22 15:54:09 【问题描述】:是否可以将带参数的函数传递给 Python 中的另一个函数?
这样说:
def perform(function):
return function()
但是要传递的函数会有如下参数:
action1()
action2(p)
action3(p,r)
【问题讨论】:
【参考方案1】:你是这个意思吗?
def perform(fun, *args):
fun(*args)
def action1(args):
# something
def action2(args):
# something
perform(action1)
perform(action2, p)
perform(action3, p, r)
【讨论】:
命名参数呢?也就是说,def action1(arg1, arg2=None, arg3=None)
,例如,您如何传递您打算分配给 arg3 的参数?
执行(有趣,**args),见***.com/questions/8954746/…
如果 perform
和 action1
, action2
在不同的文件上怎么办? @S.Lott
@alper import 他们
更适合定位和命名参数:def f(g, *args, **kwargs): g(*args, **kwargs)
【参考方案2】:
这就是 lambda 的用途:
def perform(f):
f()
perform(lambda: action1())
perform(lambda: action2(p))
perform(lambda: action3(p, r))
【讨论】:
出于好奇,能否请您告诉我为什么 lambdas 不适合这种情况? lambda 是优秀编程语言的最佳特性之一。不幸的是,Python 的实现受到严重限制。然而,在这种情况下,它们非常适合 我发现有限的语法几乎是不透明的;他们很难向 n00bz 解释。是的,它们确实在这里工作,并且不存在语法中令人困惑的特征。这是 - 也许 - 我见过的唯一一个不晦涩的 lambda 示例。 这样你就可以检索到传递函数的结果,如果Perform()调用“return f()”而不是只调用f()会不会更好。 我认为 lambda 版本非常简洁,但奇怪的是,在我运行的测试中,通过 lambda 调用函数比通过另一个答案中讨论的 fn(*args) 方法慢。【参考方案3】:您可以像这样使用 functools 中的偏函数。
from functools import partial
def perform(f):
f()
perform(Action1)
perform(partial(Action2, p))
perform(partial(Action3, p, r))
也适用于关键字
perform(partial(Action4, param1=p))
【讨论】:
如果perform
需要将更多参数交给f
,functools.partial
也更加通用。例如,可以调用perform(partial(Action3, p))
和perform(f)
可以执行类似f("this is parameter r")
的操作。【参考方案4】:
使用 functools.partial,而不是 lambda!而ofc Perform是个没用的函数,可以直接传函数。
for func in [Action1, partial(Action2, p), partial(Action3, p, r)]:
func()
【讨论】:
这取决于您是否希望在 Perform 的调用站点评估参数。【参考方案5】:这称为部分函数,至少有 3 种方法可以做到这一点。我最喜欢的方法是使用 lambda,因为它避免了对额外包的依赖并且最不冗长。假设您有一个函数 add(x, y)
,并且您想将 add(3, y)
作为参数传递给其他函数,以便其他函数决定 y
的值。
使用 lambda
# generic function takes op and its argument
def runOp(op, val):
return op(val)
# declare full function
def add(x, y):
return x+y
# run example
def main():
f = lambda y: add(3, y)
result = runOp(f, 1) # is 4
创建您自己的包装器
这里你需要创建一个返回偏函数的函数。这显然要冗长得多。
# generic function takes op and its argument
def runOp(op, val):
return op(val)
# declare full function
def add(x, y):
return x+y
# declare partial function
def addPartial(x):
def _wrapper(y):
return add(x, y)
return _wrapper
# run example
def main():
f = addPartial(3)
result = runOp(f, 1) # is 4
使用 functools 的部分功能
这与上面显示的lambda
几乎相同。那我们为什么需要这个?有few reasons。简而言之,partial
在某些情况下可能会更快一些(参见其implementation),并且您可以将其用于早期绑定与 lambda 的后期绑定。
from functools import partial
# generic function takes op and its argument
def runOp(op, val):
return op(val)
# declare full function
def add(x, y):
return x+y
# run example
def main():
f = partial(add, 3)
result = runOp(f, 1) # is 4
【讨论】:
【参考方案6】:(几个月后)一个小的真实示例,其中 lambda 有用,部分没有:
假设您想要通过二维函数获得各种一维横截面,
就像穿过一排山丘一样。quadf( x, f )
采用一维 f
并将其称为各种 x
。
将其称为 y = -1 0 1 处的垂直切割和 x = -1 0 1 处的水平切割,
fx1 = quadf( x, lambda x: f( x, 1 ))
fx0 = quadf( x, lambda x: f( x, 0 ))
fx_1 = quadf( x, lambda x: f( x, -1 ))
fxy = parabola( y, fx_1, fx0, fx1 )
f_1y = quadf( y, lambda y: f( -1, y ))
f0y = quadf( y, lambda y: f( 0, y ))
f1y = quadf( y, lambda y: f( 1, y ))
fyx = parabola( x, f_1y, f0y, f1y )
据我所知,partial
不能这样做 --
quadf( y, partial( f, x=1 ))
TypeError: f() got multiple values for keyword argument 'x'
(如何在其中添加标签 numpy、partial、lambda ?)
【讨论】:
【参考方案7】:这是一种使用闭包的方法:
def generate_add_mult_func(func):
def function_generator(x):
return reduce(func,range(1,x))
return function_generator
def add(x,y):
return x+y
def mult(x,y):
return x*y
adding=generate_add_mult_func(add)
multiplying=generate_add_mult_func(mult)
print adding(10)
print multiplying(10)
【讨论】:
无论如何,我们需要做的不仅仅是将一个函数传递给另一个闭包。【参考方案8】:我想这就是你要找的……
def action1(action):
print(f'doing action here!')
def perform(function):
return function()
perform(lambda : action1('business action'))
lambda
在闭包中封装 func 和 args 并传递给 perform()
感谢大卫·比斯利。
【讨论】:
以上是关于将带参数的函数传递给Python中的另一个函数?的主要内容,如果未能解决你的问题,请参考以下文章
将 onclick 函数作为参数传递给 react/typescript 中的另一个组件
通过 TeamCity 将带引号的参数传递给 PowerShell 脚本