高阶函数
通俗的来讲,python的高阶函数的形参变量可以接受函数,类似于c语言的函数指针
例如:
# 变量f可以传入一个函数
def add(a,b,f):
return f(a)+f(b)
add(-5,5,abs)
#输出结果是10
python内置的高阶函数
map()
map()是 Python 内置的高阶函数,它接收一个函数 f 和一个 list,并通过把函数 f 依次作用在 list 的每个元素上,得到一个新的 list 并返回。
def format_name(s):
return s[:1].upper()+s[1:].lower()
print map(format_name, ['adam', 'LISA', 'barT'])
reduce()
reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似,一个函数 f,一个list,但行为和 map()不同,reduce()传入的函数 f 必须接收两个参数,reduce()对list的每个元素反复调用函数f,并返回最终结果值
def prod(x, y):
return x*y
print reduce(prod, [2, 4,5])#输出:40
print reduce(prod, [2, 4,5],10)#输出 400,先计算[..],在把10传入
filter()函数
filter()函数是 Python 内置的另一个有用的高阶函数,filter()函数接收一个函数 f 和一个list,这个函数 f 的作用是对每个元素进行判断,返回 True或 False,filter()根据判断结果自动过滤掉不符合条件的元素,返回由符合条件元素组成的新list。
import math
def is_sqr(x):
return math.sqrt(x)%1==0
print filter(is_sqr, range(1,101))
# 输出:
# [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
sorted()函数
但 sorted()也是一个高阶函数,它可以接收一个比较函数来实现自定义排序,比较函数的定义是,传入两个待比较的元素 x, y,如果 x 应该排在 y 的前面,返回 -1,如果 x 应该排在 y 的后面,返回 1。如果 x 和 y 相等,返回 0。
def cmp_ignore_case(s1, s2):
if s1.lower() < s2.lower():
return -1
elif s1.lower() > s2.lower():
return 1
else:
return 0
print sorted(['bob', 'about', 'Zoo', 'Credit'], cmp_ignore_case)
# 输出:
# ['about', 'bob', 'Credit', 'Zoo']
返回函数
Python的函数不但可以返回int、str、list、dict等数据类型,还可以返回函数
函数calc_prod(lst),它接收一个list,返回一个函数,返回函数可以计算参数的乘积
def calc_prod(lst):
def prod(x,y):
return x*y
def lazy_prod():
return reduce(prod,lst)
return lazy_prod
f = calc_prod([1, 2, 3, 4])
print f()
# 输出:24
闭包
内层函数引用了外层函数的变量(参数也算变量),然后返回内层函数的情况,称为闭包(Closure)。
闭包的特点是返回的函数还引用了外层函数的局部变量,所以,要正确使用闭包,就要确保引用的局部变量在函数返回后不能变。
# -*- coding: utf-8 -*-
def count():
fs = []
for i in range(1, 4):
print '函数赋值给变量时执行'
def f():
print '接受函数的变量执行时调用'
return i*i
fs.append(f)
return fs
f1, f2, f3 = count()
print f1()
print f2()
print f3()
输出:
函数赋值给变量时执行
函数赋值给变量时执行
函数赋值给变量时执行
接受函数的变量执行时调用
9
接受函数的变量执行时调用
9
接受函数的变量执行时调用
9
匿名函数
关键字lambda 表示匿名函数,冒号前面的 x 表示函数参数。
匿名函数有个限制,就是只能有一个表达式,不写return,返回值就是该表达式的结果。
# 返回字符串,首字母大写,其他字母小写
>>> map(lambda s:s[:1].upper()+s[1:].lower(),['barT','lISA','maggie'])
['Bart', 'Lisa', 'Maggie']
# 返回列表大于0的数值
# lambda x: True if x>0 else False解释:
# 传入x,x>0返回True否则返回False
>>> print filter(lambda x: True if x>0 else False,[-1,1,-2,2,-3,3] )
[1, 2, 3]
python的装饰器
如果定义了一个函数,想要在运行时候动态增加功能,又不想改动函数本身代码
>>> def f_old(x):
... return x*x
...
>>> def f_new(f):
... def fn(x):
... print 'fn()...'
... return f(x)
... return fn
...
# 第一种调用方法
>>> g = f_new(f_old)
>>> g(3)
fn()...
9
# 第二种调用方法,完全隐藏了f_old()函数
>>> f_old=f_new(f_old)
>>> f_old(3)
fn()...
9
# 第三种
>>> @f_new
... def f2(x):
... return 2*x
...
>>> f2(3)
fn()...
6
不带参数的decorater
打印函数调用时间
import time
def performance(f):
def fn(*args,**kw):
t1=time.time()
res=f(*args,**kw)
t2=time.time()
#print 'call'+f.__name__+'()...'+(t2-t1)
print 'call %s() in %fs' %(f.__name__, (t2 - t1))
return res
return fn
@performance
def factorial(n):
return reduce(lambda x,y: x*y, range(1, n+1))
print factorial(10)
# 输出:
# call factorial() in 0.000696s
# 3628800
带参数的decorater
请给 @performace 增加一个参数,允许传入’s’或’ms’:
import time
def performance(unit):
def log(f):
def fn(*args,**kw):
t1 = time.time()
res = f(*args,**kw)
t2 = time.time()
if unit == 'ms':
t = (t2-t1)*1000
else:
t= t2-t1
print ('call %s() in %f %s')%(f.__name__,t,unit)
return res
return fn
return log
@performance('s')
def factorial(n):
return reduce(lambda x,y: x*y, range(1, n+1))
print factorial(10)
# 输出:
# call factorial() in 0.005046 s
# 3628800
偏函数
简化函数的参数默认值
例子中sorted
函数的参数有两个(list,cmp),第一个是列表,第二个是重写的比较函数
import functools
sorted_ignore_case = functools.partial(sorted,cmp=lambda a,b:cmp(a.upper(),b.upper()))
print sorted_ignore_case(['bob', 'about', 'Zoo', 'Credit'])
# 输出:
# ['about', 'bob', 'Credit', 'Zoo']