python什么是高阶函数_一文读懂Python 高阶函数

高阶函数

将函数作为参数传入，这样的函数称为高阶函数。函数式编程就是指这种高度抽象的编程范式。

变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。如下所示：

1 def fun0(x,y,fun):

2 return fun(x)*fun(y)

3 print(fun0(-9,-10,abs))

1. 高阶函数之map

map(fun, lst)，将传入的函数变量func作用到lst变量的每个元素中，并将结果组成新的列表返回。

1 list1=[0,1,2,3,4,5,6,7,8,9]

2

3 list_result=[]

4 for i in list1:

5 list_result.append(i*i*i)

6 print(list_result)

7

8 def cube(x):#求立方

9 return x*x*x

10 print(list(map(cube,list1)))

11

12

13 list2=[10,11,12,13,14,15,16,17,18,19]

14 def multi(x,y):

15 return x*y

16

17 #map接收两个list，可用于两个列表的对应索引数据进行操作

18 print(list(map(multi,list1,list2)))

2. 高阶函数之匿名函数

定义一个匿名函数并调用，定义格式如-->lambda arg1,arg2…:表达式

1 f=lambda x,y:x+y

2 print(f(10,20))

3

4 #不需要显式地定义函数，直接传入匿名函数更方便

5 print(list(map(lambda x:x*x*x,list1)))

3. 高阶函数之reduce

reduce把一个函数作用在一个序列[x1, x2, x3, …]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算。

1 from functools import reduce

2 list1=[1,3,5,7,9] #如何让列表里面的值变成一个数字13579输出

3 def fun(x,y):

4 return x*10+y

5 print(reduce(fun,list1))

6 print(reduce(lambda x,y:x*10+y,list1))#利用lambda来实现

7

8 print(reduce(lambda x,y:x+y,range(1,101)))#从1+2+...+99+100的总和

4. 高阶函数之filter

filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

1 def fun2(x):

2 return x%2==0

3 list2=[1,2,3,4,5,6,7,8,9]

4 print(list(filter(fun2,list2)))

5

6 print(list(filter(fun2, range(1, 101))))#输出1到100的偶数

7 print(list(filter(lambda x:x%2==0,list2)))#利用lambda来实现

8

9 #获取非空字符串函数

10 def fun3():

11 list1 = ["tony", "is", "good", "man", " ", "hello", " "]

12 for el in list1:

13 if(el and el.strip()):

14 print(el)

15 fun3()

16

17 #使用filter实现fun3的功能

18 def is_not_null(str1):

19 return str1 and str1.strip()

20 list3=["tony","is","good","man"," ","hello"," "]

21 print(list(filter(is_not_null,list3)))

5. 高阶函数之装饰器

1 import time

2 def waste_time(func): #用于计算函数执行的耗时

3 def function(*args,**kwargs):

4 start_time=time.time()

5 result=func(*args,**kwargs)

6 end_time=time.time()

7 spend=end_time-start_time

8 print("函数%s 总共耗时%.3f秒:"%(func.__name__,spend))

9 return result

10 return function

11

12 @waste_time

13 def abc():

14 print("aaa")

15 abc()

16

17 def get_log(func): #能装饰的方法添加日志输出

18 import time

19 def wrapper(*args, **kw):

20 print(str(time.asctime())+' call %s():' % func.__name__)

21 return func(*args, **kw)

22 return wrapper

23

24 @get_log

25 def abd():

26 print("bbb")

27 abd()

6. 高阶函数之 retrun function(返回函数)

1 @waste_time

2 def get_dict(**kwargs):

3 def getjson():

4 jsons=""

5 for key,value in kwargs.items():

6 jsons+=key+"="+str(value)+"&"

7 return jsons

8 return getjson

9

10

11 print(get_dict(name='tony',age=33))

12 f=get_dict(name='tony',age=33)

13 print(f())

14 print(get_dict(name='tony',age=33)())

7. 高阶函数之sorted排序函数

1 num_list=[34,55,2,3,444,500]

2 print(sorted(num_list)) #默认升序

3 print(sorted(num_list,reverse=True)) #reverse=True表示降序

4

5 #对字符串ASCII A=65 a=97进行排序

6 str_list=['ac','aa','AB','d','c']

7 print(sorted(str_list))

8 print(sorted(str_list,reverse=True))

9

10 #用key来接收指定函数来进行自定义排序

11 str_list=['ac','aa','AB','d','c']

12 print(sorted(str_list,key=str.lower)) #不考虑大小写

13

14 num_list=[34,55,2,3,444,500,-599,-222]

15 print(sorted(num_list,key=abs)) #用绝对值进行排序

16

17 class Tester:

18 def __init__(self,age,name):

19 self.age=age

20 self.name=name

21

22 t1=Tester(10,'tony')

23 t2=Tester(20,'jack')

24 t3=Tester(30,'tom')

25

26 result=list(sorted([t1,t2,t3],key=lambda x:x.age)) #针对对象实例进行排序，指定了年龄

27 for test in result:

28 print(test.name,test.age)

8. 高阶函数之闭包

闭包的定义？闭包本质上就是一个函数

如何创建闭包？

函数要嵌套(有内外部函数)

内部函数使用外部函数的变量

外部函数返回内部函数的名称

如何使用闭包？典型的使用场景是装饰器的使用。

global与nonlocal的区别：

global可以改变全局变量，同时可以定义新的全局变量；

nonlocal只能改变外层函数变量，不能定义新的外层函数变量，并且nonlocal也不能改变全局变量。

global关键字可以用在任何地方，包括最上层函数中和嵌套函数中；

nonlocal关键字只能用于嵌套函数中，并且外层函数中必须定义了相应的局部变量，否则会发生错误。

简单的使用如下：

1 def outFun(arg1):

2 def inFun(arg2):

3 nonlocal arg1#nonlocal关键字用来在函数或其他作用域中使用外层(非全局)变量。

4 arg1+=200

5 return arg1*arg2

6 return inFun

7 infun=outFun(100)#调用外部函数，传入参数，返回是内部函数

8 result=infun(300)#调用内部函数，传入参数

9 print("the result is:",result)

10

11 #使用闭包求给function计算耗时(上面的内容已经提到)代码如下：

12 import time

13 def waste_time(func): #用于计算函数执行的耗时

14 def function(*args,**kwargs):

15 start_time=time.time()

16 result=func(*args,**kwargs)

17 end_time=time.time()

18 spend=end_time-start_time

19 print("函数%s 总共耗时%.3f秒:"%(func.__name__,spend))

20 return result

21 return function

9. 高阶函数之偏函数

偏函数主要辅助原函数，作用其实和原函数差不多，不同的是，我们要多次调用原函数的时候，有些参数，我们需要多次手动的去提供值。

而偏函数便可简化这些操作，减少函数调用，主要是将一个或多个参数预先赋值，以便函数能用更少的参数进行调用。

我们再来看一下偏函数的定义：

类func = functools.partial(func, *args, **keywords)

我们可以看到，partial 一定接受三个参数，从之前的例子，我们也能大概知道这三个参数的作用。简单介绍下：

func: 需要被扩展的函数，返回的函数其实是一个类 func 的函数

*args: 需要被固定的位置参数

**kwargs: 需要被固定的关键字参数

1 def add(*args, **kwargs):

2 for n in args:# 打印位置参数

3 print(n)

4 print("-"*20)

5 for k, v in kwargs.items():# 打印关键字参数

6 print('%s:%s' % (k, v))

7

8 #普通调用

9 add(1, 2, 3, v1=10, v2=20)

10

11 #偏函数调用

12 from functools import partial

13 add_fun=partial(add,100,k1=200,k2=300)

14 add_fun(1, 2, 3, v1=10, v2=20)

总结

本文是对Python 高阶函数相关知识的分享，主题内容总结如下：

初识高阶函数

高阶函数之map

高阶函数之匿名函数

高阶函数之reduce

高阶函数之filter

高阶函数之装饰器

高阶函数之 retrun function(返回函数)

高阶函数之sorted排序函数

高阶函数之闭包

高阶函数之偏函数

欢迎关注【无量测试之道】公众号，回复【领取资源】,

Python编程学习资源干货、

Python+Appium框架APP的UI自动化、

Python+Selenium框架Web的UI自动化、

Python+Unittest框架API自动化、

资源和代码 免费送啦~

文章下方有公众号二维码，可直接微信扫一扫关注即可。

备注：我的个人公众号已正式开通，致力于测试技术的分享，包含：大数据测试、功能测试，测试开发，API接口自动化、测试运维、UI自动化测试等，微信搜索公众号：“无量测试之道”，或扫描下方二维码：

添加关注，让我们一起共同成长！

标签：函数,Python,list,读懂,time,print,高阶,def