将函数作为参数传入,这样的函数称为高阶函数。函数式编程就是指这种高度抽象的编程范式。 变量可以指向函数,函数的参数能接收变量,那么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。如下所示:
1def fun0(x,y,fun):
2 return fun(x)*fun(y)
3print(fun0(-9,-10,abs))
map(fun, lst),将传入的函数变量func作用到lst变量的每个元素中,并将结果组成新的列表返回。
1list1=[0,1,2,3,4,5,6,7,8,9]
2
3list_result=[]
4for i in list1:
5 list_result.append(i*i*i)
6print(list_result)
7
8def cube(x):#求立方
9 return x*x*x
10print(list(map(cube,list1)))
11
12
13list2=[10,11,12,13,14,15,16,17,18,19]
14def multi(x,y):
15 return x*y
16
17#map接收两个list,可用于两个列表的对应索引数据进行操作
18print(list(map(multi,list1,list2)))
定义一个匿名函数并调用,定义格式如-->lambda arg1,arg2…:表达式
1f=lambda x,y:x+y
2print(f(10,20))
3
4#不需要显式地定义函数,直接传入匿名函数更方便
5print(list(map(lambda x:x*x*x,list1)))
reduce把一个函数作用在一个序列[x1, x2, x3, …]上,这个函数必须接收两个参数,reduce把结果继续和序列的下一个元素做累积计算。
1from functools import reduce
2list1=[1,3,5,7,9] #如何让列表里面的值变成一个数字13579输出
3def fun(x,y):
4 return x*10+y
5print(reduce(fun,list1))
6print(reduce(lambda x,y:x*10+y,list1))#利用lambda来实现
7
8print(reduce(lambda x,y:x+y,range(1,101)))#从1+2+...+99+100的总和
filter() 函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表。
1def fun2(x):
2 return x%2==0
3list2=[1,2,3,4,5,6,7,8,9]
4print(list(filter(fun2,list2)))
5
6print(list(filter(fun2, range(1, 101))))#输出1到100的偶数
7print(list(filter(lambda x:x%2==0,list2)))#利用lambda来实现
8
9#获取非空字符串函数
10def fun3():
11 list1 = ["tony", "is", "good", "man", " ", "hello", " "]
12 for el in list1:
13 if(el and el.strip()):
14 print(el)
15fun3()
16
17#使用filter实现fun3的功能
18def is_not_null(str1):
19 return str1 and str1.strip()
20list3=["tony","is","good","man"," ","hello"," "]
21print(list(filter(is_not_null,list3)))
1import time
2def waste_time(func): #用于计算函数执行的耗时
3 def function(*args,**kwargs):
4 start_time=time.time()
5 result=func(*args,**kwargs)
6 end_time=time.time()
7 spend=end_time-start_time
8 print("函数%s 总共耗时%.3f秒:"%(func.__name__,spend))
9 return result
10 return function
11
12@waste_time
13def abc():
14 print("aaa")
15abc()
16
17def get_log(func): #能装饰的方法添加日志输出
18 import time
19 def wrapper(*args, **kw):
20 print(str(time.asctime())+' call %s():' % func.__name__)
21 return func(*args, **kw)
22 return wrapper
23
24@get_log
25def abd():
26 print("bbb")
27abd()
1@waste_time
2def get_dict(**kwargs):
3 def getjson():
4 jsons=""
5 for key,value in kwargs.items():
6 jsons+=key+"="+str(value)+"&"
7 return jsons
8 return getjson
9
10
11print(get_dict(name='tony',age=33))
12f=get_dict(name='tony',age=33)
13print(f())
14print(get_dict(name='tony',age=33)())
1num_list=[34,55,2,3,444,500]
2print(sorted(num_list)) #默认升序
3print(sorted(num_list,reverse=True)) #reverse=True表示降序
4
5#对字符串ASCII A=65 a=97进行排序
6str_list=['ac','aa','AB','d','c']
7print(sorted(str_list))
8print(sorted(str_list,reverse=True))
9
10#用key来接收指定函数来进行自定义排序
11str_list=['ac','aa','AB','d','c']
12print(sorted(str_list,key=str.lower)) #不考虑大小写
13
14num_list=[34,55,2,3,444,500,-599,-222]
15print(sorted(num_list,key=abs)) #用绝对值进行排序
16
17class Tester:
18 def __init__(self,age,name):
19 self.age=age
20 self.name=name
21
22t1=Tester(10,'tony')
23t2=Tester(20,'jack')
24t3=Tester(30,'tom')
25
26result=list(sorted([t1,t2,t3],key=lambda x:x.age)) #针对对象实例进行排序,指定了年龄
27for test in result:
28 print(test.name,test.age)
闭包的定义?闭包本质上就是一个函数 如何创建闭包?
如何使用闭包?典型的使用场景是装饰器的使用。 global与nonlocal的区别:
简单的使用如下:
1def outFun(arg1):
2 def inFun(arg2):
3 nonlocal arg1#nonlocal关键字用来在函数或其他作用域中使用外层(非全局)变量。
4 arg1+=200
5 return arg1*arg2
6 return inFun
7infun=outFun(100)#调用外部函数,传入参数,返回是内部函数
8result=infun(300)#调用内部函数,传入参数
9print("the result is:",result)
10
11#使用闭包求给function计算耗时(上面的内容已经提到)代码如下:
12import time
13def waste_time(func): #用于计算函数执行的耗时
14 def function(*args,**kwargs):
15 start_time=time.time()
16 result=func(*args,**kwargs)
17 end_time=time.time()
18 spend=end_time-start_time
19 print("函数%s 总共耗时%.3f秒:"%(func.__name__,spend))
20 return result
21 return function
偏函数主要辅助原函数,作用其实和原函数差不多,不同的是,我们要多次调用原函数的时候,有些参数,我们需要多次手动的去提供值。 而偏函数便可简化这些操作,减少函数调用,主要是将一个或多个参数预先赋值,以便函数能用更少的参数进行调用。
我们再来看一下偏函数的定义: 类func = functools.partial(func, *args, **keywords) 我们可以看到,partial 一定接受三个参数,从之前的例子,我们也能大概知道这三个参数的作用。简单介绍下:
1def add(*args, **kwargs):
2 for n in args:# 打印位置参数
3 print(n)
4 print("-"*20)
5 for k, v in kwargs.items():# 打印关键字参数
6 print('%s:%s' % (k, v))
7
8#普通调用
9add(1, 2, 3, v1=10, v2=20)
10
11#偏函数调用
12from functools import partial
13add_fun=partial(add,100,k1=200,k2=300)
14add_fun(1, 2, 3, v1=10, v2=20)
总结 本文是对Python 高阶函数相关知识的分享,主题内容总结如下: