返回函数
高阶函数除了可以接受函数作为参数外,还可以把函数作为结果值返回。
例如:实现一个可变参数的求和。通常情况下,求和的函数是这样定义的:
def calc_sum(*args): # calc ['kælk] 计算; calculate
ax = 0
for n in args:
ax = ax + n
return ax
print(calc_sum(1, 3, 5, 7, 9))
# 或者
def calc_sum(lst):
return sum(lst) # sum(iterable, start=0, /)
print(calc_sum([1, 3, 5, 7, 9]))
但是,如果不需要立刻求和,而是在后面的代码中,根据需要再计算怎么办?可以不返回求和的结果,而是返回求和的函数,即返回函数可以把一些计算延迟执行:
def lazy_sum(*args):
def sum():
ax = 0
for n in args:
ax = ax + n
return ax
return sum
当我们调用 lazy_sum()时,返回的并不是求和结果,而是求和函数:
f = lazy_sum(1, 3, 5, 7, 9)
print(f)
# 输出结果
<function lazy_sum.<locals>.sum at 0x00000227705EC268>
调用函数 f 时,才真正计算求和的结果:
print(f())
#输出结果
25
注:(1) 在这个例子中,我们在函数 lazy_sum 中又定义了函数 sum,并且,内部函数 sum 可以引用外部函数 lazy_sum 的参数和局部变量,当 lazy_sum 返回函数 sum 时,相关参数和变量都保存在返回的函数中,这种称为“闭包(Closure) ”的程序结构拥有极大的威力。
(2) 当我们调用 lazy_sum()时,每次调用都会返回一个新的函数,即使传入相同的参数:
f1= lazy_sum(1, 3, 5, 7, 9)
f2= lazy_sum(1, 3, 5, 7, 9)
print(f1 == f2)#输出结果
False
实例1. 请编写一个函数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。
from functools import reduce #从functools模块引入reduce()函数
def calc_prod(lst): # product 乘积;产品
def lazy_prod():
def f(x,y):
return x * y
return reduce(f, lst)
return lazy_prod
f = calc_prod([1, 2, 3, 4])
print (f())
#输出结果
24
闭包
注意到返回的函数在其定义内部引用了局部变量 args,所以,当一个函数返回了一个函数后,其内部的局部变量还被新函数引用,所以,闭包用起来简单,实现起来可不容易。
另一个需要注意的问题是,返回的函数并没有立刻执行,而是直到调用
了 f()才执行。我们来看一个例子:
# why f1(), f2(), f3() returns 9, 9, 9 rather than 1, 4, 9?
def count():
fs = []
for i in range(1, 4):
def f():
return i * i
fs.append(f)
return fs
f1, f2, f3 = count() # count()执行了函数,函数返回了fs,fs是一个由三个函数组成的列表,即
print(f1) # fs = [f(i),f(i),f(i)],这个时候的f1,f2,f3只是作为变量给这些函
print(f2) # 数一个名字而已。
print(f3)
#输出结果
<function count.<locals>.f at 0x0000024878ECC268>
<function count.<locals>.f at 0x0000024878ECC268>
<function count.<locals>.f at 0x0000024878ECC268>
print(f1())
print(f2())
print(f3())
#输出结果
9
9
9
注:全部都是 9!原因就在于返回的函数引用了变量 i,但它并非立刻执行。等到 3 个函数都返回时,它们所引用的变量 i 已经变成了 3,因此最终结果为 9。
总结:返回闭包时牢记的一点就是:返回函数不要引用任何循环变量, 或者后续会发生变化的变量。
如果一定要引用循环变量怎么办?方法是再创建一个函数,用该函数的参数绑定循环变量当前的值,无论该循环变量后续如何更改,已绑定到函数参数的值不变:
# fix:
def count():
fs = []
def f(n):
def j():
return n * n
return j
for i in range(1, 4):
fs.append(f(i)) # f(i)立刻被执行,因此 i 的当前值被传入 f()
return fs
f1, f2, f3 = count()
print(f1)
print(f2)
print(f3)
#输出结果
<function count.<locals>.f.<locals>.j at 0x0000029404F48E18>
<function count.<locals>.f.<locals>.j at 0x0000029404F48EA0>
<function count.<locals>.f.<locals>.j at 0x0000029404F48F28>
print(f1())
print(f2())
print(f3())
#输出结果
1
4
9
注:缺点是代码较长,可利用 lambda 函数缩短代码。(待完成)