Python快速入門高階函式

如果在乙個內部函式中對外部函式作用域的變數進行引用，那麼內部變數就會被稱為閉包，閉包的三個條件

存在於巢狀關係的函式中

巢狀的內部函式引用外部函式的變數

巢狀的外部函式會將內部函式名作為返回值返回

def outer(start):
count = [start]
# 內部函式
def inner():
count[0] += 1
return count[0]
# 返回內部函式
return inner()
num = outer(5)
print(num)

執行結果：

裝飾器本質上也是乙個函式，它可以在不改動其它函式的前提下，對函式的功能進行擴充。通常情況下，用於以下幾種情況：

引入日誌

函式執行時間統計

執行函式前預備處理

執行函式後清理功能

許可權校驗

快取

def wrap(func):
print('正在裝飾')
def inner():
print('驗證裝飾')
func()
return inner
@wrap # test = wrap(test)
def test():
print("test")
test()

執行結果：

正在裝飾驗證裝飾

test

執行過程：

當程式執行test()時，發現test()函式上面有@wrap，所以會先執行@wrap。（@wrap等介於：test = wrap(test)）,它可以分為兩步：

① 執行wrap(test)，將函式名test作為形參，傳遞給wrap。在呼叫wrap函式的過程中，將形參func指向test()函式體，並將inner()函式的引用返回給wrap(test)，作為wrap(test)的返回值

② 這時test指向的就是inner()函式，完成了函式test()的裝飾

呼叫test()指向的函式，因為此時指向的是inner()函式，所以呼叫test()函式，就相當於呼叫inner()函式，由於在第一步時func形參指向了test()函式體，所以執行func()，就執行了test()函式體

多個裝飾器可以應用於乙個函式，它們的呼叫順序時由下而上

def wrap2(func):
print('正在裝飾2')
def inner():
print('驗證裝飾2')
func()
return inner
def wrap1(func):
print('正在裝飾1')
def inner():
print('驗證裝飾1')
func()
return inner
@wrap2 # test = wrap2(test)
@wrap1 # test = wrap1(test)
def test():
print("test")
test()

執行結果：

正在裝飾1 正在裝飾2 驗證裝飾2 驗證裝飾1

test

程式會顯執行@wrap1然後執行@wrap2，這兩個執行完後就已經裝飾完畢會輸出：

正在裝飾1

正在裝飾2

裝飾完畢後，執行test()，程式會按照從上向下的順序執行，最終輸出結果為：

驗證裝飾2 驗證裝飾1

test

def wrap(func):
print('正在裝飾')
def inner(hello):
print('驗證裝飾')
func(hello)
return inner
@wrap
def smcs(hello):
print(hello,'三木成森')
smcs('你好')

執行結果：

正在裝飾驗證裝飾

你好三木成森

在不確定是引數個數或型別的時候，可以使用不定長引數

def wrap(func):
def inner():
return func()
return inner
@wrap
def smcs():
return '三木成森'
print(smcs())

執行結果：

三木成森

def func_1(args):
def wrap(func):
def inner():
print(args)
return func()
return inner
return wrap
@func_1(123)
def smcs():
return '三木成森'
print(smcs())

執行結果：

123

三木成森

@func_1等介於：smcs = func_1(123)(test)

由於函式func_1(args)的返回值是wrap，所以又等介於：

smcs = wrap(test)

map函式會根據提供的函式對指定的序列做對映

map函式的定義如下：

map(function, iterable,....)

第乙個引數表示的是函式名，第二個引數可以是序列，支援迭代的容器或迭代器，當呼叫map函式時，iterable裡的每個元素都會呼叫function函式

func = lambda x:x*x
data = map(func,[1,2,3])
print(list(data))

執行結果:

[1, 4, 9]

這是對每個元素求平方

當傳入的函式需要兩個引數時，需要傳入兩個列表

func = lambda x, y:x+y
data = map(func,[1,2,3],[4,5,6])
print(list(data))

執行結果：

[5, 7, 9]

在python3之前，如果函式為none的話，相當於合併為元組

如果，兩個序列，元素個數不一致，那麼少的元素就會以none補齊

在python3之後，如果傳入的函式時none，就等同於zip函式，另外map無法處理兩個序列不一致，對應位置運算元型別不一致，它們都會報錯

filter函式，會對指定序列執行過濾操作

定義如下：

filter(function, iterable)

第乙個引數可以時函式名或者none，第二個引數iterable可以時序列、支援迭代的容器或迭代器，返回值為迭代物件，funtion只能接收乙個引數，且該函式的返回值為布林值

filter函式的作用時以引數迭代器中的每個元素分別呼叫funtion函式，最後返回的迭代器包含呼叫結果為true的元素

func = lambda x:x%2
result = filter(func, [1, 2, 3, 4, 5])
print(list(result))

執行結果：

[1, 3, 5]

reduce函式會對引數迭代器中的元素進行累積

from functools import reduce
func = lambda x, y:x * y
result = reduce(func, [-1, 2, 3, 4], -5)
print(result)

執行結果：

Python快速入門高階函式

python 快速入門函式

Python快速入門函式

Python入門之高階函式內建高階函式

Python快速入門 高階函式

python 快速入門函式

Python快速入門 函式

Python入門之高階函式 內建高階函式

相關推薦

Python快速入門高階函式

Python快速入門函式

Python入門之高階函式內建高階函式