三大神器
1.高阶函数
1. 函数就是变量（**）
python定义函数就是定义一个类型是function 的变量，函数名就是变量名
def func1():
print('函数1')
- 查看变量的类型
a = 10
print(type(a)) # <class 'int'>
print(type(func1)) # <class 'function'>
- 用一个变量给另一个变量赋值
b = a
print(b+20) # 30
c = func1() # 函数1
- 查看变量的地址
print(id(a)) # 140724639268192
print(id(func1)) # 2818203517000
- 修改变量的值
a=100
- 变量可以作为列表的元素
a = 200
list1 = [a, 10, 20, 30, func1, func1()]
print(list1) # [200, 10, 20, 30, <function func1 at 0x000002902A050048>, None]
print(list1[-2]()) # 函数1
2.高阶函数
实参高阶函数：参数是函数 的函数 就是实参高阶函数
- 变量可以作为函数的参数（实参）
def func2(x):
print(x)
m = 12.5
func2(10)
func2(m)
- 实参高阶函数
def func3(x):
print(x(1, 2))
func3(lambda m, n: m+n)
- 系统提供的常见的实参高阶函数
（1）.max、min、sorted都是实参高阶函数，有一个参数key需要传一个函数；被传入的函数需要一个参数和一个返回值，这个参数指向的是序列中的元素，返回值是比较对象
# 示例一：求列表中数字各位数和最大的元素
list2 = [19, 90, 78, 67]
def func3(item):
# 个位数最大的元素
# return item%10
# 各位数的和的最大值
sum1 = 0
for x in str(item):
sum1 += int(x)
return sum1
print(max(list2, key=func3))
# 示例二：求列表中个位数最大的元素
print(max(list2, key=lambda item: item % 10))
# 练习1：用max函数获取学生列表中成绩最高的学生
students = [
{'name': '张三', 'age': 18, 'score': 89},
{'name': '小明', 'age': 29, 'score': 60},
{'name': '李四', 'age': 25, 'score': 90},
{'name': 'Tom', 'age': 19, 'score': 87}
]
# 获取成绩最高的学生
best_stu = max(students, key=lambda item: item['score'])
print(best_stu)
# 获取年龄最小的学生
min_stu = min(students, key=lambda item: item['age'])
print(min_stu)
# 将学生列表按照年龄值从小到大排序
new_students = sorted(students, key=lambda item: item['age'])
print(new_students)
（2）.
map函数
map(函数,序列) - 将序列中所有的元素按照函数指定的规则进行转换, 返回的是map的对 象(map就是容器型数据类型中的一种)。
函数需要一个参数和一个返回值，参数指向的是序列中的元素，返回值 就是用来替换原来元素的新元素
list3 = [10, 20, 30, 40]
# 示例1：将列表list3中所有的元素都加1 -> [11, 21, 31, 41]
new_list3 = map(lambda item: item+1, list3)
print(new_list3, list(new_list3))
# 示例2：将列表list3中的所有的元素都转换成对应的字符串： ['10', '20', '30', '40']
new_list3 = map(str, list3)
print(list(new_list3)) # ['10', '20', '30', '40']
(3)reduce(函数，序列) - 对序列中的元素按照函数提供的功能进行累积的操作
函数需要两个参数,第一个参数是初始化或者上次运算的结果，y 指向每一个元素
reduce(函数，序列, 初始值)
from functools import reduce
list3 = [10, 20, 30, 40]
# 示例一： 求所有元素的和
result = reduce(lambda x, y: x+y, list3)
print(result) # 100
# 示例二：求所有元素的乘积
result = reduce(lambda x, y: x*y, list3)
print(result) # 240000
# 示例三：求整个班级所有学生的总成绩
students = [
{'name': '张三', 'age': 18, 'score': 89},
{'name': '小明', 'age': 29, 'score': 60},
{'name': '李四', 'age': 25, 'score': 90},
{'name': 'Tom', 'age': 19, 'score': 87}
]
result = reduce(lambda x, y: x + y['score'], students, 0)
print(result) # 326
# reduce原码（粗糙的！）
def yt_reduce(func, seq, inter=None):
if inter is None:
x = seq.pop(0)
else:
x = inter
for item in seq:
x = func(x, item)
return x
result = yt_reduce(lambda x, y: x+y['score'], students, 0)
print(result)
- 返回值高阶函数：返回值是函数的高阶函数
# func1是返回值高阶函数
def func1():
def func2(x, y):
return x + y
return func2
print(func1()(100, 200)) # func2(100, 200)
4.装饰器
1.装饰器的作用
在不修改函数的情况下给函数添加新的功能
2.什么是装饰器
装饰其本质就是一个函数（这个函数是一个实参高阶函数也是返回值高阶函数）
无参装饰器的写法：
def 函数名1(函数名2):
def 函数名3(*agrs, **kwargs):
新功能代码
返回值 = 函数名2(*agrs, **kwargs)
return 返回值
return 函数名3
说明:
函数名1 - 装饰器名字，命名的时候和这个装饰器要添加的功能进行关联
函数名2 - 随便命名，指向被添加功能的函数; 可以命名成 fn
函数名3 - 随便命名，在原函数上添加完新的功能以后产生的新的函数
新功能代码 - 实现新加的功能的代码
# 写一个装饰器，在函数开始执行前打印'函数开始'
def start_function(fn):
def new_fn(*args, **kwargs):
print('函数开始')
result = fn(*args, **kwargs)
return result
return new_fn
@start_function
def yt_sum(num1, num2):
print(num1 + num2)
@start_function
def print_star(n):
print('*'*n)
@start_function
def factorial(n):
sum1 = 1
for x in range(1, n+1):
sum1 *= x
return sum1
yt_sum(10, 20) # 函数开始 30
print_star(8) # ********
yt_sum(100, 200) # 300
print(factorial(5)) # 120
# 练习1：写一个装饰器将返回值是字符串的函数，返回值中所有的小写字母变成大写字母。
def yt_upper(fn):
# fn = str_func
def new_fn(*args, **kwargs):
result = fn(*args, **kwargs)
if type(result) == str:
return result.upper()
# new_result = ''
# for x in result:
# if 'a' <= x <= 'x':
# new_result += chr(ord(x)-32)
# else:
# new_result += x
# return new_result
else:
return result
return new_fn
@yt_upper
def str_func():
return 'abc'
print(str_func()) # ABC
#装饰器的本质：
@yt_upper
def str_func():
return 'abc'
#相当于：
def str_func():
return 'abc'
str_func = yt_upper(str_func) # str_func = new_fn
补充：定义函数的时候*args和**kwargs同时存在的意义 – 不定参数在调用的时候也可以使用位置参数也可以使用关键字参数
def func1(*args, **kwargs):
pass
func1(20, 90, 90)
func1(a=20, b=9)
func1(1, 3, 4, a=3, b=5, c=90)
def func3(x, y, z):
print(f'x:{x}, y:{y}, z:{z}')
def func2(*args, **kwargs):
# args = (10, 20, 30)
# kwargs = {}
func3(*args, **kwargs) # func3(10, 20, 30) func3(*(10, 20, 30)) -> func3(10, 20, 30)
func2(10, 20, 30) # x:10, y:20, z:30
func3(x=20, y=90, z=300) # x:20, y:90, z:300