实参高阶函数和装饰器总结：
01函数就是变量
-
函数的本质
python中定义函数其实就是在定义一个类型是function的变量, 函数名就是变量名
变量能做的函数都可以做
a = 10 b = 'abc' c = [1, 29, 8] d = {'a': 23, 'b': 100} e = lambda x: x*2 # e 是变量 """ def e(x): return x*2 """ def func1(): # func1 是变量 print('函数') print(type(d), type(e), type(func1)) -
变量的常用操作
# 1) a = 10 x1 = a print(x1, x1 + 10) x2 = func1 x2() # 2) list1 = [a, 100] print(list1, list1[0] * 10) list1 = [func1, 100] print(list1, list1[0]()) # 3) a = 100 print(a) func1 = 100 print(func1) # 4) def func2(x): print(x) def func1(): # func1 是变量 print('函数') a = 10 func2(a) func2(func1) # 5) def func3(): aa = 10 return aa def func4(): def fn(): print('小函数') return fn func4()() # fn() def test(x): x(10) test(func2) -
高阶函数
-
实参高阶函数 - 如果一个函数的参数是函数，那么这个函数就是实参高阶函数 （掌握怎么使用系统提供的实参高阶函数）
-
返回值高阶函数 - 如果一个函数的返回值是函数，那么这个函数就是返回值高阶函数（会写装饰器）
-
02实参高阶函数
-
常用实参高阶函数：max、min、sorted、map、reduce
-
max 和 min 、sorted
- max(序列, key=函数)
- sorted(序列, key=函数)
- 列表.sort(key=函数)
- 函数的要求：
a. 有且只有一个参数，这个参数指向的数前面序列中的每个元素
b. 需要一个返回值，返回值决定求最大值的时候比较的对象
nums = [29, 87, 65, 9, 25] print(max(nums))# 求列表nums中个位数最大的元素： 19 nums = [28, 87, 65, 19, 25] result = max(nums, key=lambda item: item % 10) print(result) # 19 # 求列表nums中十位数最大的元素： nums = [28, 607, 65, 19, 85] result = max(nums, key=lambda item: item // 10 % 10) print(result) # 85 nums = [28, 607, -650, 19, -85] # result = max(nums, key=lambda item: item**2) result = max(nums, key=lambda item: item if item > 0 else -item) print(result) # -650 # 练习：求列表中各个位上和最大的元素 # 10， 13， 11， 10， 16 nums = [28, 607, 65, 19, 88] # 方法一： # def sum1(item): # s = 0 # for x in str(item): # s += int(x) # return s # result = max(nums, key=sum1) # 方法二 result = max(nums, key=lambda item: sum([int(x) for x in str(item)])) print(result) # 练习：用min获取students中年龄最小的学生 students = [ {'name': '小明', 'age': 18, 'score': 98, 'tel': '187283822'}, {'name': '小红', 'age': 30, 'score': 99, 'tel': '187283827'}, {'name': 'Tom', 'age': 25, 'score': 87, 'tel': '187283821'}, {'name': 'Bob', 'age': 19, 'score': 65, 'tel': '187283820'} ] result = min(students, key=lambda stu: stu['age']) print(result) result = max(students, key=lambda stu: stu['score']) print(result) # 将列表中的元素按照个位数的大小从小到大排序 nums = [28, 87, 65, 19, 25] result = sorted(nums, key=lambda item: item % 10) print(result) # [65, 25, 87, 28, 19] students.sort(key=lambda stu: stu['tel'][-1]) print(students) # 求nums数字数值最大的元素 nums = [23, '38', '2893', 89] result = max(nums, key=lambda item: int(item)) print(result) -
-
3.1 map(函数, 序列)
函数的要求：
a.有且只有一个参数，这个参数指向的是后面这个序列每个元素
b.需要一个返回值，描述新序列中的元素和原序列中元素的关系 -
3.2 map(函数, 序列1, 序列2)
函数的要求：
a. 有且只有两个参数，这两个参数分别指向后面的两个序列中的元素
b. 需要一个返回值，描述新序列中的元素和原序列中元素的关系
map(函数, 序列1, 序列2, 序列3)
…
# 1) [28, 89, 34, 78, 21] -> [8, 9, 4, 8, 1] nums = [28, 89, 34, 78, 21] result = map(lambda item: item % 10, nums) print(list(result)) # [8, 9, 4, 8, 1] # 2) nums1 = [10, 20, 30, 40] nums2 = [100, 200, 300, 400] # [110, 220, 330, 440] result = map(lambda item1, item2: item1 + item2, nums1, nums2) print(list(result)) # [110, 220, 330, 440] scores = [29, 89, 67, 56, 34, 90] ages = [23, 30, 19, 24, 25, 23] # [{'score': 29, 'age': 23}, {'score': 89, 'age': 30}, ...] result = map(lambda item1, item2: {'score': item1, 'age': item2}, scores, ages) print(list(result)) values = ['小明', 18, 90] keys = ['name', 'age', 'score'] # {'name': '小明', 'age': 18, 'score': 90} result = map(lambda item1, item2: (item1, item2), keys, values) print(dict(result)) # {'name': '小明', 'age': 18, 'score': 90} -
03实参高阶函数reduce
from functools import reduce
reduce函数 - 将序列中所有的元素通过指定的方式合并成一个数据
reduce(函数, 序列, 初始值)
函数的要求：
a. 有且只有两个参数：第一个第一次指向初始值，从第二次开始指向上一次的计算结果；第二个参数指向序列中的每个元素
b. 需要一个返回值，返回值用来描述合并规则
nums = [20, 34, 45, 10]
result = reduce(lambda x, item: x+item, nums, 0)
print(result)
# 循环4次：
# 第1次
# x = 0， item = 20, x = x + item = 0 + 20 = 20
#
# 第2次
# x = 20, item = 34, x = x + item = 20 + 34 = 54
#
# 第3次
# x = 54, item = 45, x = x + item = 54 + 45 = 99
#
# 第4次
# x = 99, item = 10, x = x + item = 99 + 10 = 109
#
# return x
nums = [2, 4, 5, 6, 3] -> # 2*4*5*6*3
result = reduce(lambda x, item: x * item, nums, 1)
print(result)
nums = [2, 4, 5, 6, 3] -> # '24563'
result = reduce(lambda x, item: x + str(item), nums, '')
print(result)
nums = [2, 4, 5, 6, 3] -> # '2040506030'
result = reduce(lambda x, item: f'{x}{item}0', nums, '')
print(result)
nums = [23, '45', 10, 2, '30'] -> # 23+45+10+2+30
result = reduce(lambda x, item: x + int(item), nums, 0)
print(result)
nums = [23, '45', 10, 2, '30'] -> # 23+10+2
result = reduce(lambda x, item: x + (item if type(item) == int else 0), nums, 0)
print(result)
students = [
{'name': '小明', 'age': 18, 'score': 98, 'tel': '187283822'},
{'name': '小红', 'age': 30, 'score': 99, 'tel': '187283827'},
{'name': 'Tom', 'age': 25, 'score': 87, 'tel': '187283821'},
{'name': 'Bob', 'age': 19, 'score': 65, 'tel': '187283820'}
]
result = reduce(lambda x, item: x + item['score'], students, 0) / len(students)
print(result)
04装饰器
from time import time
from functools import reduce
-
什么是装饰器
装饰器 = 实参高阶函数 + 返回值高阶函数 + 糖语法
装饰器是用来给函数添加功能的
-
给函数添加功能
方法一： 在需要添加功能的函数中添加代码
问题：如果要给不同的函数添加相同的功能，添加的功能的对应的代码需要重复写
def func1(): start = time() # time() - 获取当前时间 print('hello world!') end = time() print('执行时间:', end - start) def func2(N: int): start = time() result = reduce(lambda x, item: x * item, range(1, N+1), 1) print(result) end = time() print('执行时间:', end - start) func2(8)方法二：将需要添加的功能封装成函数
调用函数的时候需要调用的时候新增功能，而不是添加过功能的原函数 - 感觉
def count_time(fn, *args, **kwargs): # fn = func22 start = time() fn(*args, **kwargs) # 执行函数 func22() end = time() print('执行时间:', end - start) def func11(): print('hello world!') def func22(N: int): result = reduce(lambda x, item: x * item, range(1, N + 1), 1) print(result) def func33(a, b, c): print(f'a:{a}, b:{b}, c:{c}') count_time(func11) count_time(func22, 4) # func33(10, 20, 30) count_time(func33, 10, 20, c=30)补充*的用法: 打包、解包
def f1(*nums): print(nums) f1(2, 3, 4) # nums = (2, 3, 4) x, *y = 10, 20, 30, 40 t = (1, 11, 22) print(t) # (1, 11, 22) print(*t) # print(1, 11, 22) -> 1 11 22 d = {'a': 10, 'b': 20} # **d -> a=10, b=20 d2 = {'end': ';', 'sep': ','} print('abc', 123, **d2) # print('abc', 123, end=';', sep=',') def f2(f, *n, **kwargs): # f = f3, n = (10, 20, 30) f(*n, **kwargs) # f3(10, 20, 30) f3(x=10, y=20, z=30) def f3(x, y, z): print('函数') f2(f3, x=10, y=20, z=30)
05装饰器2
from time import time
from functools import reduce
方法三：装饰器
def 装饰器名称(需要添加功能的函数):
def 添加过功能的新函数(*args, **kwargs):
反函数返回值 = 需要添加功能的函数(*args, **kwargs)
添加新的功能
return 原函数返回值(如果装饰器本身的功能和原函数返回值有关，这个地方就不一定)
return 添加过功能的新函数
def count_time(f):
def new_f(*args, **kwargs):
start = time()
result = f(*args, **kwargs)
end = time()
print(f'执行时间:{end - start}')
return result
return new_f
@count_time
def func1():
print('hello world！')
func1()
@count_time
def func22(N: int):
result = reduce(lambda x, item: x * item, range(1, N + 1), 1)
return result
# func22 = count_time(func22)
print(func22(5))
# 练习1：写一个装饰器，给函数添加功能，然后原函数结束的时候打印一个'end'
def add_end(f):
def new_f(*args, **kwargs):
result = f(*args, **kwargs)
print('end')
return result
return new_f
@add_end
def func2():
print('hello world！')
func2()
# 练习2：写一个装饰器，将函数的返回值加100。 1 -> 101
def value_add(f):
def new_f(*args, **kwargs):
result = f(*args, **kwargs)
if type(result) in (int, float, bool, complex):
return result + 100
return result
return new_f
@value_add
def func33(N: int):
result = reduce(lambda x, item: x * item, range(1, N + 1), 1)
return result
print(func33(4))
@value_add
def func2():
print('hello world！')
print(func2())
高阶函数作业：
-
为函数写一个装饰器，在函数执行之后输出 after
def print_after(f): def new_f(*args,**kwargs): result = f(*args,**kwargs) return result+'after' return new_f @print_after def func(): return ('hello world！') print(func()) -
为函数写一个装饰器，把函数的返回值 乘2再返回值
def value1(f): def new_f(*args,**kwargs): result = f(*args,**kwargs) if type(result) in (int, float, bool, complex, str,tuple, list): return result*2 return result return new_f @value1 def func(): return 2 print(func()) -
写一个装饰器@tag要求满足如下功能:
@tag
def render(text):
# 执行其他操作
return text
@tag
def render2():
return 'abc'
print(render('Hello')) # 打印出: <p>Hello</p>
print(render2()) # 打印出: <p>abc</p>
def tag(f):
def new_f(*args,**kwargs):
result = f(*args,**kwargs)
print('<p>',result,'</p>',sep='')
return result
return new_f
-
求列表 nums 中绝对值最大的元素
例如：nums = [-23, 100, 89, -56, -234, 123], 最大值是：-234nums = [-23, 100, 89, -56, -234, 123] # 最大值是：-234 # 方法一： result = max(nums, key=lambda item: item**2) print(result) # 方法二： result = max(nums, key=lambda item: item if item > 0 else -item) print(result) -
已经两个列表A和B，用map函数创建一个字典，A中的元素是key，B中的元素是value
A = ['name', 'age', 'sex'] B = ['张三', 18, '女'] 新字典: {'name': '张三', 'age': 18, 'sex': '女'}A = ['name', 'age', 'sex'] B = ['张三', 18, '女'] result = map(lambda item1,item2:(item1,item2), A, B) print(dict(result)) -
已经三个列表分别表示5个学生的姓名、学科和班号，使用map将这个三个列表拼成一个表示每个学生班级信息的的字典
names = ['小明', '小花', '小红', '老王'] nums = ['1906', '1807', '2001', '2004'] subjects = ['python', 'h5', 'java', 'python'] 结果：{'小明': 'python1906', '小花': 'h51807', '小红': 'java2001', '老王': 'python2004'}names = ['小明', '小花', '小红', '老王'] nums = ['1906', '1807', '2001', '2004'] subjects = ['python', 'h5', 'java', 'python'] result = map(lambda item1, item2, item3:(item1,item2+item3), names, subjects, nums) print(dict(result)) -
已经一个列表message, 使用reduce计算列表中所有数字的和（用采用列表推导式和不采用列表推导式两种方法做）
message = ['你好', 20, '30', 5, 6.89, 'hello'] 结果：31.89# 列表推导式: list1 = [x for x in message if type(x) in (int,float,bool,complex)] print(sum(list1)) # 非列表推导式: result = reduce(lambda x,item: x + (item if type(item) in (int,float,bool,complex) else 0),message,0) print(result)
扫一扫
293
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
