python函数三

本文链接： https://blog.csdn.net/shell_x/article/details/102665647

高阶函数

满足2个条件任意一个都是高阶函数

接受函数作为参数
将函数作为返回值的函数也是高阶函数

当我们使用一个函数作为参数时，实际上就是将指定的代码传给目标函数

 l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
new_l = []
def fn1(i): # 定义一个函数用来检测序列中的数是否是偶数
    if i % 2 == 0:
        return True
    return False
def fn2(i): # 检测序列是否大于5
    if i > 5:
        return True
    return False
def fn3(i): # 检测3的倍数
    if i % 3 == 0:
        return True
    return False

def fn(func, lis):
    for n in lis:
        if func(n):
            new_l.append(n)
    return new_l
r1 = fn(fn1, l)
print(r1) 
# [2, 4, 6, 8, 10]
# r2 = fn(fn2, l)
# print(r2) 
# [6, 7, 8, 9, 10]  
# r3 = fn(fn3, l)
# print(r3)
# [3, 6, 9]

匿名函数

lambda表达式，用来创建一些简单的函数，它是函数创建的另一种方式，其实现了python中的最小函数
语法：lambda 参数列表：返回值

匿名函数最大的好处是只会调用一次，用完之后会从内存中消失
匿名函数一般都是作为参数使用，其他地方不用
你会发现直接使用lambda返回的是内存地址，且该内存地址没有函数名，但fn函数有（函数名就是fn），所以lambda称为匿名函数

def fn(x):
    return x*x
r = fn(3)
print(r)
print(fn)
# 相当于
print(lambda x:x*x)
print((lambda x:x*x)(3))
# <function fn at 0x000001F100215048>
# 9
# <function <lambda> at 0x00000208573755E8>
# 9

fn = lambda a, b:a+b
print(fn(1,1))
# 2

匿名函数一般作为参数使用，但上述方法是直接使用，我们引入
filter(funcation, sequence)

可以从序列中过滤出符合条件的元素，保存到另一个序列中
参数：

函数（function），根据该函数来过滤序列（可迭代结构），可有可无
序列（sequence），需要过滤的序列（可迭代结构）

返回值：

过滤后的新序列

l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
new_l = []
def fn1(i): # 定义一个函数用来检测序列中的数是否是偶数
    if i % 2 == 0:
        return True
    return False
r = filter(fn1,l)
print(r) # 其返回的扔是filter对象
print(list(r)) # 加list即可返回新序列
# <filter object at 0x00000140872FD6C8>
# [2, 4, 6, 8, 10]


l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
r = filter(None,l)
print(r)
print(list(r))
# [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

r = filter(lambda x:x*x,range(10))
print(r)
print(list(r))
# <filter object at 0x0000023C57D474C8>
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

map()

map()函数可以对可迭代对象中所有元素做指定的操作，然后将其添加到一个新的对象中返回

l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
r = map(lambda i:i+1,l)
print(r)
print(tuple(r)) # 也可用元组返回新的序列
# (2, 3, 4, 5, 6, 7, 8, 9, 10, 11)

sort()

sort()函数可以对列表当中的元素进行排序
sort之前有讲过，这里介绍另一种方法，在参数值加入函数

lis = [1, 5, 4, 2, 6, '8', '6']
r = lis.sort(key = int)
print(r)
print(lis)
# None
# [1, 2, 4, 5, 6, '6', '8']

sorted()

会返回一个新的列表

lis = [1, 5, 4, 2, 6, '8', '6']
r = sorted(lis, key = int)
print(r)
# [1, 2, 4, 5, 6, '6', '8']

闭包

通过闭包可以创建一些只有当前函数才能访问的对象，还可以将一些私有的对象藏到闭包中

当我们不希望别人修改我们的数据时，将数据放入函数内部，不要放到全局变量中

形成闭包的条件

函数嵌套
将内部函数作为返回值返回
内部函数必须使用到外部函数的变量

r = []
def avg():
    r = []
    def count(n):
        r.append(n)
        return sum(r)/len(r)

    return count # 这里返回的是count函数对象
a = avg() # 我们用a接受avg函数，实际上接受的是avg的返回值，其返回的是count对象
print(a(10)) # a(10)实际上是count(10)
print(r) # 我们打印r可以看到，我们在内部函数修改了列表r,全局变量中的r没有改变
# 10.0
# []

装饰器的引入

当我想修改一个函数时，我们直接修改函数体即可，但当我们向修改多个函数，就会产生一些问题

修改数量很多
不方便后期的维护
会违反开闭原则（ocp），程序设计，要求对程序的扩展，但要关闭对程序的修改
不修改原函数对函数进行修改

def add(a, b):
    return a+b
def expand(a, b):
    print('函数执行前')
    r = add(a, b) 
    print('函数执行后')   
    return r
r = expand(1, 1)    
print(r)
# 函数执行前
# 函数执行后
# 2

如果我想要在更改其他函数，该expand就不好用了，也要修改，那我还不如一个一个函数改，下面我们使用装饰器

装饰器的使用

def add(a, b):
    return a+b


def decorator(old):
    def new_func(*args, **kwargs):
        print('我来自装饰器')
        r = old(*args, **kwargs)
        return r
    return new_func
r = decorator(add)
print(r(1, 1))

@decorator
def baybay():
    print('拜拜~')
baybay()
# 我来自装饰器
# 2
# 我来自装饰器
# 拜拜~

decorator(old)类似于这样的函数就是一个装饰器，通过装饰器可以不在修改原函数的情况下，对函数进行扩展
在开发中都是通过装饰器来扩展函数功能

高阶函数

匿名函数

闭包

装饰器的引入

装饰器的使用

猜你喜欢