python学习之路（18）

返回函数

函数作为返回值

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。

我们来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 a(*args):
    ax=0
    for n in args:
        ax =ax+n
    return ax

>>> a([1,2,4])
Traceback (most recent call last):
  File "<pyshell#6>", line 1, in <module>
    a([1,2,4])
  File "<pyshell#5>", line 4, in a
    ax =ax+n
TypeError: unsupported operand type(s) for +: 'int' and 'list'
>>> a(1,2,3,4)
10

这里不能用list传参注意是*args

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！

>>> def a(*args):
    def sum():
        ax=0
        for n in args:
            ax=ax+n
        return ax
    return sum

当我们调用a()时，返回的并不是求和结果，而是求和函数：调用函数s时，才真正计算求和的结果：

>>> s=a(1,2)
>>> s
<function a.<locals>.sum at 0x05D14C00>
>>> s()
3

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。

请再注意一点，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：

>>> s1=a(1,2)
>>> s2=a(1,2)
>>> s1==s2
False

s1()和s2()的调用结果互不影响。

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：

>>> def p():
    fs=[]
    for i in range(1,4):
        def f():
            return i*i
        fs.append(f)
    return fs

>>> f1,f2,f3 =count()
Traceback (most recent call last):
  File "<pyshell#39>", line 1, in <module>
    f1,f2,f3 =count()
NameError: name 'count' is not defined
>>> f1,f2,f3 =p()
>>> f1()
9
>>> f2()
9
>>> f3()
9

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。

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：

>>> def count():
    fs=[]
    for i in range(1,4):
        def f(j):
            def g():
                return j*j
            return g
        fs.append(f(i))
    return fs

>>> f1=count()
>>> f1()
Traceback (most recent call last):
  File "<pyshell#33>", line 1, in <module>
    f1()
TypeError: 'list' object is not callable
>>>  f1, f2, f3 = count()
SyntaxError: unexpected indent
>>> f1, f2, f3 = count()
>>> f1()
1
>>> f2()
4
>>> f3()
9

对于@塔塔gogo的例子，说白了就是i是公共的，j是私有的。也就是
i=1
j=i #f1可使用这个j，以及公共的i
i=2
j=i #f2可使用这个j，以及公共的i
i=3
j=i #f3可使用这个j，以及公共的i

虽然表面上看有3个j，然而这3个j在内存中具有不同的地址，而公共的i只有一个地址。

最后计算f1()时，虽然此时i=3，但是f1中的j为1，从而得到结果1；同理f2()为4，f3()为9.

下面将这个程序稍作修改，结果显而易见。

count()中存放的是三个f函数，当调用f1,f2,f3 = count()时，此时的for循环结束了，i=3.再执行f1()的时候相当于执行下面： i=3 def f(): return i*i 这个时候的值为9.

其实count()执行后，是返回一个这样的list【g（j1），g（j2），g（j3）】，而不是【f（j1），f（j2），f（j3）】。然后>>> f1, f2, f3 = count()分别指向list中的每个元素。

lambda简化函数

f1, f2, f3 = map(lambda y : (lambda : y * y), range(1,4))

#求1~20的平方
>>> list(map(lambda x:x*x,range(1,21))) #Python2.x使用map(lambda x:x*x,range(1,21))
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100, 121, 144, 169, 196, 225, 256, 289, 324, 361, 400]

filter(function,sequence)：对sequence中的item依次执行function(item)，将执行结果为True的item组成一个List/String/Tuple(取决于sequence的类型)返回。
 
#求1~20之间的偶数
>>> list(filter(lambda x:x%2 == 0,range(1,21))) #Python2.x使用filter(lambda x:x%2 == 0,range(1,21))
[2, 4, 6, 8, 10, 12, 14, 16, 18, 20]

reduce(function,sequence)：function接收的参数个数只能为2，先把sequence中第一个值和第二个值当参数传给function，再把function的返回值和第三个值当参数传给function，然后只返回一个结果。
 
#求1~100之和
>>> from functools import reduce          #Python3.x之后需要导入reduce模块
>>> reduce(lambda x,y:x+y,range(1,101))
5050

#求1~100之和，再加上10000
>>> reduce(lambda x,y:x+y,range(1,101),10000)
15050

#3.闭包
闭包：一个定义在函数内部的函数，闭包使得变量即使脱离了该函数的作用域范围也依然能被访问到。

来看一个用lambda函数作为闭包的例子。
>>> def add(n):
...     return lambda x:x+n
...
>>> add2 = add(5)
>>> add2(15)
20

这里的lambda函数就是一个闭包，在全局作用域范围中，add2(15)可以正常执行且返回值为20。之所以返回20是因为在add局部作用域中，变量n的值在闭包的作用使得它在全局作用域也可以被访问到。