【python学习】自定义函数的一些高级用法-2

8. 生成器函数

生成器函数允许你定义一个可以“记住”其当前执行状态的函数，并在下次调用时从上次离开的位置继续执行。生成器函数使用yield关键字而不是return。

def simple_generator(): 
    yield 1 
    yield 2 
    yield 3 


gen = simple_generator() 
print(next(gen)) # 输出：1 
print(next(gen)) # 输出：2 
print(next(gen)) # 输出：3

9. 递归函数

递归函数是一种直接或间接调用自身的函数。递归常用于解决可以分解为更小、相似子问题的任务。

def factorial(n): 
    if n == 0 or n == 1: 
        return 1 
    else: 
        return n * factorial(n-1) 


print(factorial(5)) # 输出：120

10. 上下文管理器（Context Managers）和with语句

上下文管理器是一个实现了__enter__和__exit__方法的对象，用于在with语句块中设置和清理资源。

class FileHandler:

    def __init__(self, filename):
        self.file = open(filename, 'w')

    def __enter__(self):
        return self.file

    def __exit__(self, exc_type, exc_val, exc_tb):
        self.file.close()



with FileHandler('output.txt') as f:

    f.write('Hello, world!')

# 文件会在with块结束时自动关闭

11. 函数作为参数传递

函数可以作为参数传递给其他函数，也可以从其他函数返回。

def greet(func, name):

    print(f"Starting greeting...")
    func(name)
    print(f"Greeting finished!")



def say_hello(name):
    print(f"Hello, {name}!")


greet(say_hello, 'Alice')

# 输出：

# Starting greeting...

# Hello, Alice!

# Greeting finished!

12. 函数式编程：map, filter, reduce

Python 提供了 map(), filter(), 和 reduce() 等内置函数，它们允许你以函数式编程风格处理数据。

from functools import reduce


# 使用map函数

squared = map(lambda x: x**2, [1, 2, 3, 4])

print(list(squared)) # 输出：[1, 4, 9, 16]



# 使用filter函数

even_numbers = filter(lambda x: x % 2 == 0, [1, 2, 3, 4])

print(list(even_numbers)) # 输出：[2, 4]



# 使用reduce函数

result = reduce(lambda x, y: x + y, [1, 2, 3, 4])

print(result) # 输出：10

13. Lambda 函数（匿名函数）

Lambda 函数是一个简单的单行函数，可以用在任何需要函数作为参数的地方。

add = lambda x, y: x + y 
print(add(3, 4)) # 输出：7

14. 函数属性

Python 函数也是对象，可以给它们添加属性。

def my_function(): 
    pass 


my_function.version = "1.0" 
print(my_function.version) # 输出：1.0

这些例子涵盖了 Python 自定义函数的一些高级用法，它们可以帮助你更灵活地编写和维护代码。