Python 匿名函数、高阶函数、装饰器

最新推荐文章于 2024-06-12 11:30:00 发布

咚咚雨咚咚

最新推荐文章于 2024-06-12 11:30:00 发布

阅读量341

点赞数 2

分类专栏： Python基础

本文链接：https://blog.csdn.net/qq_41664272/article/details/89431950

版权

Python基础专栏收录该内容

13 篇文章 0 订阅

订阅专栏

一、匿名函数与高阶函数

1.lambda表达式

lambda parameter_list: expression

注：此处的expression只能是简单的表达式，而不能实现像函数内部的代码块。

def aa(x,y):
    return x+y
print(aa(1,2))
#匿名函数
f = lambda x,y: x+y
print(f(1,2))

'''
output:
3
3

'''

2.三元表达式

格式：条件为真时返回的结果 if 条件判断 else 条件为假时的返回结果

例：x if x > y else y三元表达式经常用于lambada表达式部分

例如：

res=lambda x,y:x if x>y else y  
    print(res(5,4))

3.map

map #class map 是一个类
不推荐在业务代码中大量用闭包，如果是框架、包、类库可以尝试
用法：map(func,list) #第二个参数可以是list 或者其他集合类型
意思是对list运行func函数然后重新赋值给一个新list
r = map(func,list) #r返回的是 object map这个对象
可以根据需要将r转换为需要的类型
print(list(r))

list_x  = [1,2,3,4,5,6,7,8,9]
def square(x):
    return x * x
r = map(square, list_x)
print(r)
print(list(r))


'''
output:
<map object at 0x0046FD10>
[1, 4, 9, 16, 25, 36, 49, 64, 81]

'''

4.map与lambda

map可以结合lambda表达式一起使用

map里的列表的传入个数必须与lambda表达式的参数个数一致

使用map与lambda可以替代函数和for循环，代码看上去更简洁，不过并不会提高运行效率

list_x = [1,2,3,4,5]

list_y = [1,2,3,4,5]

r = map(lambda x, y: x*x + y, list_x, list_y)

#map类的第二个参数是可变参数，可以直接 加入多个列表

5.reduce

reduce用于连续计算，即reduce的第一个函数参数必须至少有两个参数。

reduce函数是连续计算，当有几个参数，就会连续调用几个参数，然后把这几个参数的结果作为一个参数，在继续往下走；
与map函数不同，map函数有几个函数，就必须传入几个序列；
reduce是一个高度抽象的函数；
reduce主要用来解决连续计算的问题；
reduce的最后一个参数，为初始值，这个初始值会在计算时就开始运算；

from functools import reduce
list_x = [1,2,3,4,5,6,7,8,9]
#计算1-9的和 (((((((((1+2)+3)+4)+5)+6)+7)+8)+9)
r = reduce(lambda x,y : x + y, list_x)

print(r)


'''
output:
45

'''

6.filter

过滤掉不符合我们定义规则的元素，可以理解为过滤掉布尔类型为False的元素

注意返回的是集合，不像reduce，是一个数值

此外，filter中的lambda表达式一定是要可以判断真假

list_x=[1,0,0,1,0]

r=filter(lambda x: True if x==1 else False, list_x)

#把数字看成布尔类型的话，用lambda x: x就可以实现相同的功能

print(list(r))


'''
output:
[1,1,1]
'''

二、装饰器

装饰器所要解决的问题：在不修改原始代码逻辑的情况下，增加函数的功能。

对修改是封闭的，对拓展是开放的。

代码一把函数作为参数传到另一个函数里面

import time

def f1():
    print('this is f1')

def f2():
    print('this is f2')

def print_current(func):
    print(time.time())
    func()

print_current(f1)
print_current(f2)
'''
    unix时间戳使用time模块下的time函数，可以获得一个时间
    定义为从格林威治时间1970年1月1日0分0秒起至运行该time函数为止的总秒数在运行数据库时较常用
    '''

'''
output：
1555830288.9995325
this is f1
1555830288.9995325
this is f2

'''

代码二函数嵌套，要封装的功能在嵌套函数

#这样的写法它的内置性更高一些真正的业务在wrapper里面

def decorator(func): #实现装饰器要用到嵌套函数
    def wrapper():#封装 包装 要封装的功能放这里面
        print(time.time())#通过wrapper 封装实现不改变原来的函数实现新的功能
        func()#如何体现装饰器的功能这
    return wrapper 

def f1():
    print('This is a function1')

f = decorator(f1) #这样f就是一个函数可以调用 
f()#但是这样很不好用 反而写了嵌套函数比较麻烦

'''
output:
1555830723.6593938
This is a function1
'''