day11-高阶函数和装饰器

day11-高阶函数和装饰器

实参高阶函数

参数是函数的函数就是实参高阶函数

def func4(f):
    # f=func1
    print(f(10, 20) * 2)   # print(func1(10, 20)*2)


def func1(*nums):
    return [1, 2]


func4(func1)

系统实参高阶函数的应用

max/min

普通用法：max/min（序列） - 求序列中元素的最大/小值（序列中元素的类型必须一致，而且元素必须支持比较运算）

实参高阶函数：

max/min（序列，key=函数） - 通过函数来定制求最大值的方式

序列 - 需要获取某种最大值/最小值对应的序列

函数 - 又且只有一个参数（指向/代表序列每一个元素）；有一个返回值(求最大值的时候的比较对象)

nums = [93, 45, 67, 122]
# 求最大的元素
print(max(nums))


# 求个位数最大的元素
result = max(nums, key=lambda item: item % 10)
print(result)   # 67

# 求十位数最大的元素
result = max(nums, key=lambda item: item // 10 % 10)
print(result)

sorted

用法一：sorted（序列） - 将序列中的元素按照元素的大小从小到大排序

用法二:

sorted(序列，key=函数)

函数 - 有且只有一个参数（指向/代表序列中的每个元素）；有一个返回值(比较返回值的大小进行排序的；返回值就是排序标准）

nums = [115, 34, 62, 89, 102]

# a.按序列元素大小排序
result = sorted(nums, key=lambda item: item)
print(result)    # [34, 62, 89, 102]

# b.按照序列元素的个位数的大小排序
result = sorted(nums, key=lambda item: item % 10)
print(result)

map

用法一：

map（函数，序列） - 通过原序列中元素进行指定的变换后产生一个新的序列(返回的是map对象，本质是序列)

函数 - 有且只有一个参数(指向/代表后面的序列中的元素)；有一个返回值(新序列中的元素)

用法二：

map（函数，序列1，序列2） - 产生一个新的序列，序列中的元素是序列1和序列2中元素通过指定的变换产生的

函数 - 有且只有两个参数(这个两个参数分别指向序列1中的元素和序列2中的元素)

​ 有一个返回值(新序列中的元素)

# 产生一个新的列表，列表中是nums中元素的平方
nums = [1, 2, 3, 4]
result = list(map(lambda item: item**2, nums))
print(result)   # [1, 4, 9, 16]

# 产生一个新的列表，列表中的元素是seq1中加上seq2中的元素
seq1 = (1, 2, 3, 4)
seq2 = [5, 6, 7, 8]
result = list(map(lambda item1, item2: item1+item2, seq1, seq2))
print(result)   # [6, 8, 10, 12]

补充：eval函数的用法

eval(序列字符串) - 将满足规范格式的序列的字符串转换成序列

dict1 = {'name': 'stu7', 'age': 16, 'score': 100, 'sex': '女'}
dict1_str = str(dict1)   # "{'name': 'stu7', 'age': 16, 'score': 100, 'sex': '女'}"
dict2 = eval(dict1_str)
print(dict2, type(dict2))   # {'name': 'stu7', 'age': 16, 'score': 100, 'sex': '女'} <class 'dict'>

list_str = "[1, 2, 3, 4]"
list1 = eval(list_str)
print(list1, type(list1))    # [1, 2, 3, 4] <class 'list'>

reduce

使用之前需要从functools模块导入

用法一：

reduce（函数，序列） - 将序列中的元素通过指定的规则合并成一个数据

函数 - 有且只有两个参数, 第一个参数第一次调用的时候指向序列中的第一个元素，从第二次开始都是指向上一次运算的结果;

​ 返回值是每一次合并的结果（用来定制合并规则的）

用法二：

reduce（函数，序列，初始值）

函数：

第一个参数：第一次指向初始值；从第二次开始参数指向上次合并的结果

第二个参数：指向序列中所有的元素

返回值：每一次合并的结果（用来定制合并规则的）

# ==============用法一(了解)=================
nums = [10, 11, 12, 13, 14]


def func1(x, y):
    print(f'x:{x}, y:{y}')
    return x+y

"""
第一次： x=10; y=11； x=x+y, 
第二次： x=21; y=12; x=x+y
第三次:  x=33; y=13; x=x+y
第四次: x=46; y=14;   x=x+y 
...
"""
result = reduce(func1, nums)
print(result)

# ==============用法二(掌握)=================
nums = [10, 11, 12, 13, 14]


def func2(x, y):
    print(f'x:{x}, y:{y}')
    return x+y


result = reduce(func2, nums, 0)
print(result)

装饰器

装饰器是一种专门用来给其他的函数添加功能的函数

给函数添加统计指向时间的功能

方式一：直接在需要添加功能的函数中添加新功能对应的代码（缺点：同样的功能的代码可能需要写多遍）

def func1():
    start = time.time()
    print('hello world!')
    end = time.time()
    print('执行时间:', end-start)


def func2(x, y):
    start = time.time()
    z = x+y
    print('和:', z)
    end = time.time()
    print('执行时间:', end-start)


func1()
func2(10, 20)

方式二：定义一个实参高阶函数来给指定函数添加功能（缺点：主次颠倒）

def count_time(func, *args, **kwargs):
    start = time.time()
    # 执行原函数的功能
    func(*args, **kwargs)
    end = time.time()
    print('执行时间:', end-start)

方式三：装饰器

def add_time(func):
    def test(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print('action time:', end-start)
        return result
    return test


@add_time
def func3():
    print('你好吗')


@add_time
def func4(num):
    print(num*2)

无参装饰器的写法

装饰器 = 实参高阶函数+返回值高阶函数+糖语法

套路：

def 函数名1(参数1):
    def 函数名2(*args, **kwarg):
        result = 参数1(*args, **kwarg)
        实现添加功能的代码段
        return result
    return 函数名2

说明：

函数名1 - 装饰器的名字（按照当前装饰器添加的功能来命名）

参数1 - 这个参数是用来接受被添加功能的函数（指向原函数），一般直接命名成: func

函数名2 - 表示的是在原函数的基础上添加完功能的新函数， 一般直接命名成一个固定的名字：test、new_func

使用装饰器：在需要添加功能的函数的定义前加：@装饰器名

def end(func):
    def new_func(*args, **kwargs):
        result = func(*args, **kwargs)
        print('======函数结束=======')
        return result
    return new_func


@end
def func5(x, y):
    print(x+y)