Python基础八（高阶函数）

函数

1. 高阶函数

• 接收函数作为参数，或者将函数作为返回值返回的函数就是高阶函数
• 匿名函数：lambda函数（不取名的函数）专门用来创建简单的函数的
  • 语法：

  • lambda 参数： 表达式

  r = lambda a,b:a+b
  print(r(10,20))
  #输出结果为：30
  

  拓展：
  filter() 需要传递两个参数，按照设定的规整，过滤出想要的数据
  1.传递一个函数
  2.传递一个需要过滤的序列（可迭代的）

  #filter()用法
  list1 = [1,2,3,4,5,6,7,8,9,10]
  def fun(n):
      if n%2 == 0:
          return True
  print(list(filter(fun,list1)))#输出结果为：[2, 4, 6, 8, 10]
  #filter()结合lambda
  list1 = [1,2,3,4,5,6,7,8,9,10]
  result = lambda i : i%2 == 0
  print(list(filter(result,list1)))#输出结果为：[2, 4, 6, 8, 10]
  

2. 闭包

• 将函数作为返回值也是高阶函数我们也称为闭包
• 闭包的好处
  • 通过闭包可以创建一些只有当前函数能访问的变量
  • 可以将一些私有数据藏到闭包中
  • 保证变量不被python的垃圾回收机制给销毁掉（需要注意避免导致内存溢出的情况）
• 行成闭包的条件
  • 函数嵌套
  • 将内部函数作为返回值返回
  • 内部函数必须要使用到外部函数的变量

def fun_out(num1):
    def func_inner(num2):
        # 告诉解释器，此处用的是外部变量num1
        nonlocal num1
        # 这里本意是要修改外部变量num1的值，实际上是重新进行了赋值
        num1 = 10
        result = num1 + num2
        print(result)
    print(num1)
    func_inner(1)
    print(num1)
    return func_inner
print(fun_out(1))
#输出结果为:1 11 10

3. 装饰器的引入

• 我们可以直接通过修改函数中的代码来完成需求，但是会产生以下一些问题
  • 如果修改的函数多，修改起来会比较麻烦
  • 不方便后期的维护
  • 这样做会违反开闭原则(ocp)
    • 程序的设计，要求开发对程序的扩展，要关闭对程序的修改

实例：使用（fn,*args,**kwargs）的方式来引用

def add(a,b):
    return a+b
def fun(fn,*args,**kwargs):
    r =  fn(*args,**kwargs)
    print(r)
fun(add, 1, 2)

4. 装饰器的使用

• 通过装饰器，可以在不修改原来函数的情况下来对函数进行扩展
• 在开发中，我们都是通过装饰器来扩展函数的功能的
• 装饰器是特殊的闭包，需要满足闭包的条件

实例：

def fun(fn,*args,**kwargs):
    def fun_inner(*args,**kwargs):
        r =  fn(*args,**kwargs)
        print(r)
    return fun_inner
@fun #装饰器使用
def add(a,b):
    return a+b
add(1,2)

实战演练：

请使用装饰器实现已存在的函数的执行所花费的时间。

def times(fn):
    def times2():
        import time
        time_begin = time.time()
        fn()
        time_end = time.time()
        time = time_end - time_begin
        print("执行程序时间花费了：",time)
    return times2
@times
def fun():
    n = 0
    for i in range(100000000):
        n += i
    print("n的值是：",n)
    return n
fun()