高阶函数
在面向对象的世界中，一切皆为对象，所以类和函数也是对象。函数的参数和返回值可以是任意类型的对象，这就意味着函数本身也可以作为函数的参数或返回值，这就是所谓的高阶函数。
def calc(*args, init_value, op, **kwargs):
result = init_value
for arg in args:
if type(arg) in (int, float):
result = op(result, arg)
for value in kwargs.values():
if type(value) in (int, float):
result = op(result, value)
return result
def add(x, y):
return x + y
def mul(x, y):
return x * y
if __name__ == '__main__':
add_result = calc(1, 2, 3, init_value=0, op=add, x=4, y=5)
print(f'相加的结果为：{
add_result}')
mul_result = calc(1, 2, x=3, y=4, z=5, init_value=1, op=mul)
print(f'相乘的结果为：{
mul_result}')
结合我们前面讲的函数的关键字参数、不定长参数，我们上面设计了一个接收函数为参数的函数，它的目标为将接收的参数传入到作为参数传入的函数中，并返回最终结果。
calc函数不和加法或乘法运算耦合，所以灵活性和通用性会变强，这是一种解耦合的编程技巧。需要注意的是，将函数作为参数和调用函数是有显著的区别的，调用函数需要在函数名后面跟上圆括号，而把函数作为参数时只需要函数名即可。上面的代码也可以不用定义add和mul函数，因为Python标准库中的operator模块提供了代表加法运算的add和代表乘法运算的mul函数，我们直接使用即可，代码如下所示。
import operator
def calc(*args, init_value, op, **kwargs):
result = init_value
for arg in args:
if type(arg) in (int, float):
result = op(result, arg)
for value in kwargs.values():
if type(value) in (int, float):
result = op(result, value)
return result
def add(x, y):
return x + y
def mul(x, y):
return x * y
if __name__ == '__main__':
# add_result = calc(1, 2, 3, init_value=0, op=add, x=4, y=5)
add_result = calc(1, 2, 3, init_value=0, op=operator.add, x=4, y=5)
print(f'相加的结果为：{
add_result}')
# mul_result = calc(1, 2, x=3, y=4, z=5, init_value=1, op=mul)
mul_result = calc(1, 2, x=3, y=4, z=5, init_value=1, op=operator.mul)
print(f'相乘的结果为：{
mul_result}')
Python内置函数中有不少高阶函数，filter和map函数就是高阶函数，前者可以实现对序列中元素的过滤，后者可以实现对序列中元素的映射，例如我们要去掉一个整数列表中的奇数，并对所有的偶数求平方得到一个新的列表，就可以直接使用这两个函数来做到，具体的做法是如下所示。
def is_even(num):
return num % 2 == 0
def square(num):
return num ** 2
numbers1 = [35, 12, 8, 99, 60, 52]
numbers2 = list(map(square, filter(is_even, numbers1)))
print(numbers2) # [144, 64, 3600, 2704]
也可以使用列表生成式，列表生成式的做法更为简单优雅。
numbers1 = [35, 12, 8, 99, 60, 52]
numbers2 = [num ** 2 for num in numbers1 if num % 2 == 0]
print(numbers2) # [144, 64, 3600, 2704]
Lambda函数
在使用高阶函数的时候，如果作为参数或者返回值的函数本身非常简单，一行代码就能够完成，那么我们可以使用Lambda函数来表示。Python中的Lambda函数是没有的名字函数，所以很多人也把它叫做匿名函数，匿名函数只能有一行代码，代码中的表达式产生的运算结果就是这个匿名函数的返回值。上面代码中的is_even和square函数都只有一行代码，我们可以用Lambda函数来替换掉它们，代码如下所示。
import operator, functools
# 一行代码定义求阶乘的函数
fac = lambda num: functools.reduce(operator.mul, range(1, num + 1), 1)
# 一行代码定义判断素数的函数
is_prime = lambda x: x > 1 and all(map(lambda f: x % f, range(2, int(x ** 0.5) + 1)))
# 调用Lambda函数
print(fac(10)) # 3628800
print(is_prime(9)) # False
装饰器
用一个函数装饰另外一个函数或类并为其提供额外功能的语法现象。装饰器本身是一个函数，它的参数是被装饰的函数或类，它的返回值是一个带有装饰功能的函数。很显然，装饰器是一个高阶函数，它的参数和返回值都是函数。下面我们先通过一个简单的例子来说明装饰器的写法和作用，假设已经有名为downlaod和upload的两个函数，分别用于文件的上传和下载，下面的代码用休眠一段随机时间的方式模拟了下载和上传需要花费的时间，并没有联网做上传下载。
import random
import time
def download(filename):
print(f'开始下载{
filename}.')
time.sleep(random.randint(2, 6))
print(f'{
filename}下载完成.')
def upload(filename):
print(f'开始上传{
filename}.')
time.sleep(random.randint(4, 8))
print(f'{
filename}上传完成.')
download('MySQL从删库到跑路.avi')
upload('Python从入门到住院.pdf')
现在我们希望知道调用download和upload函数做文件上传下载到底用了多少时间，这个应该如何实现呢？相信很多小伙伴已经想到了，我们可以在函数开始执行的时候记录一个时间，在函数调用结束后记录一个时间，两个时间相减就可以计算出下载或上传的时间，代码如下所示。
start = time.time()
download('MySQL从删库到跑路.avi')
end = time.time()
print(f'花费时间: {
end - start:.3f}秒')
start = time.time()
upload('Python从入门到住院.pdf')
end = time.time()
print(f'花费时间: {
end - start:.3f}秒')
通过上面的代码，我们可以得到下载和上传花费的时间，但不知道大家是否注意到，上面记录时间、计算和显示执行时间的代码都是重复代码。有编程经验的人都知道，重复的代码是万恶之源，那么有没有办法在不写重复代码的前提下，用一种简单优雅的方式记录下函数的执行时间呢？在Python中，装饰器就是解决这类问题的最佳选择。我们可以把记录函数执行时间的功能封装到一个装饰器中，在有需要的地方直接使用这个装饰器就可以了，代码如下所示。
import time
# 定义装饰器函数，它的参数是被装饰的函数或类
def record_time(func):
# 定义一个带装饰功能（记录被装饰函数的执行时间）的函数
# 因为不知道被装饰的函数有怎样的参数所以使用*args和**kwargs接收所有参数
# 在Python中函数可以嵌套的定义（函数中可以再定义函数）
def wrapper(*args, **kwargs):
# 在执行被装饰的函数之前记录开始时间
start = time.time()
# 执行被装饰的函数并获取返回值
result = func(*args, **kwargs)
# 在执行被装饰的函数之后记录结束时间
end = time.time()
# 计算和显示被装饰函数的执行时间
print(f'{
func.__name__}执行时间: {
end - start:.3f}秒')
# 返回被装饰函数的返回值（装饰器通常不会改变被装饰函数的执行结果）
return result
# 返回带装饰功能的wrapper函数
return wrapper
使用上面的装饰器函数有两种方式，第一种方式就是直接调用装饰器函数，传入被装饰的函数并获得返回值，我们可以用这个返回值直接覆盖原来的函数，那么在调用时就已经获得了装饰器提供的额外的功能（记录执行时间），大家可以试试下面的代码就明白了。
download = record_time(download)
upload = record_time(upload)
download('MySQL从删库到跑路.avi')
upload('Python从入门到住院.pdf')
上面的代码中已经没有重复代码了，虽然写装饰器会花费一些心思，但是这是一个一劳永逸的，如果还有其他的函数也需要记录执行时间，按照上面的代码如法炮制即可。
装饰器语法糖
在Python中，使用装饰器还有更为便捷的语法糖（编程语言中添加的某种语法，这种语法对语言的功能没有影响，但是使用更加方法，代码的可读性也更强，我们将其称之为“语法糖”或“糖衣语法”），可以用@装饰器函数将装饰器函数直接放在被装饰的函数上，效果跟上面的代码相同，下面是完整的代码。
import random
import time
def record_time(func):
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
print(f'{
func.__name__}执行时间: {
end - start:.3f}秒')
return result
return wrapper
@record_time
def download(filename):
print(f'开始下载{
filename}.')
time.sleep(random.randint(2, 6))
print(f'{
filename}下载完成.')
@record_time
def upload(filename):
print(f'开始上传{
filename}.')
time.sleep(random.randint(4, 8))
print(f'{
filename}上传完成.')
download('MySQL从删库到跑路.avi')
upload('Python从入门到住院.pdf')
执行结果
开始下载MySQL从删库到跑路.avi.
MySQL从删库到跑路.avi下载完成.
download执行时间: 2.012秒
开始上传Python从入门到住院.pdf.
Python从入门到住院.pdf上传完成.
upload执行时间: 5.002秒
上面的代码，我们通过装饰器语法糖为download和upload函数添加了装饰器，这样调用download和upload函数时，会记录下函数的执行时间。事实上，被装饰后的download和upload函数是我们在装饰器record_time中返回的wrapper函数，调用它们其实就是在调用wrapper函数，所以拥有了记录函数执行时间的功能。
取消装饰器
如果希望取消装饰器的作用，那么在定义装饰器函数的时候，需要做一些额外的工作。Python标准库functools模块的wraps函数也是一个装饰器，我们将它放在wrapper函数上，这个装饰器可以帮我们保留被装饰之前的函数，这样在需要取消装饰器时，可以通过被装饰函数的__wrapped__属性获得被装饰之前的函数。
import random
import time
from functools import wraps
def record_time(func):
@wraps(func)
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
print(f'{
func.__name__}执行时间: {
end - start:.3f}秒')
return result
return wrapper
@record_time
def download(filename):
print(f'开始下载{
filename}.')
time.sleep(random.randint(2, 6))
print(f'{
filename}下载完成.')
@record_time
def upload(filename):
print(f'开始上传{
filename}.')
time.sleep(random.randint(4, 8))
print(f'{
filename}上传完成.')
download('MySQL从删库到跑路.avi')
upload('Python从入门到住院.pdf')
# 取消装饰器
download.__wrapped__('MySQL必知必会.pdf')
upload = upload.__wrapped__
upload('Python从新手到大师.pdf')