跳转至

第 14 天:高阶函数

<< 第 13 天 | 第 15 天>>

📘 第 14 天

高阶函数

在 Python 中,函数被视为第一类公民,可以对函数执行以下操作:

  • 一个函数可以接收一个或多个函数作为参数
  • 一个函数可以作为另一个函数的返回值
  • 一个函数可以被修改
  • 一个函数可以被赋值给变量

在本节中,我们将讨论:

  1. 将函数作为参数传递
  2. 将函数作为返回值返回
  3. 使用 Python 闭包和装饰器

函数作为参数

Python
def sum_numbers(nums):  # 普通函数
    return sum(nums)    # 使用内置函数sum的函数

def higher_order_function(f, lst):  # 将函数作为参数
    summation = f(lst)
    return summation
result = higher_order_function(sum_numbers, [1, 2, 3, 4, 5])
print(result)       # 15

函数作为返回值

Python
def square(x):          # 求平方函数
    return x ** 2

def cube(x):            # 求立方函数
    return x ** 3

def absolute(x):        # 求绝对值函数
    if x >= 0:
        return x
    else:
        return -(x)

def higher_order_function(type): # 返回一个函数的高阶函数
    if type == 'square':
        return square
    elif type == 'cube':
        return cube
    elif type == 'absolute':
        return absolute

result = higher_order_function('square')
print(result(3))       # 9
result = higher_order_function('cube')
print(result(3))       # 27
result = higher_order_function('absolute')
print(result(-3))      # 3

从上述示例中可以看到,高阶函数根据传入的参数来返回不同的函数。

Python 闭包

Python 允许嵌套函数访问外部封闭函数的作用域。 这称为闭包。 让我们看看闭包在 Python 中的工作原理。在 Python 中,闭包是通过在另一个封装函数内部嵌套函数,然后返回内部函数来创建的。请看下面的例子。

示例:

Python
def add_ten():
    ten = 10
    def add(num):
        return num + ten
    return add

closure_result = add_ten()
print(closure_result(5))  # 15
print(closure_result(10))  # 20

Python 装饰器

装饰器是一种设计模式,允许用户在不修改对象结构的情况下为其添加新功能。装饰器通常在你想要装饰的函数定义之前调用。

创建装饰器

要创建装饰器函数,我们需要一个带有内部包装器函数的外部函数。

示例:

Python
# 普通函数
def greeting():
    return 'Welcome to Python'
def uppercase_decorator(function):
    def wrapper():
        func = function()
        make_uppercase = func.upper()
        return make_uppercase
    return wrapper
g = uppercase_decorator(greeting)
print(g())          # WELCOME TO PYTHON

# 使用装饰器实现上面的示例

'''这个装饰器函数是一个高阶函数,接收一个函数作为参数'''
def uppercase_decorator(function):
    def wrapper():
        func = function()
        make_uppercase = func.upper()
        return make_uppercase
    return wrapper
@uppercase_decorator
def greeting():
    return 'Welcome to Python'
print(greeting())   # WELCOME TO PYTHON

将多个装饰器应用于单个函数

Python
'''这些装饰器函数是高阶函数,接收函数作为参数'''

# 第一个装饰器
def uppercase_decorator(function):
    def wrapper():
        func = function()
        make_uppercase = func.upper()
        return make_uppercase
    return wrapper

# 第二个装饰器
def split_string_decorator(function):
    def wrapper():
        func = function()
        splitted_string = func.split()
        return splitted_string

    return wrapper

@split_string_decorator
@uppercase_decorator     # 在此情况下,装饰器的顺序很重要 - .upper()函数不适用于列表
def greeting():
    return 'Welcome to Python'
print(greeting())   # WELCOME TO PYTHON

在装饰器函数中接受参数

大多数时候我们需要我们的函数接受参数,所以我们可能需要定义一个接受参数的装饰器。

Python
def decorator_with_parameters(function):
    def wrapper_accepting_parameters(para1, para2, para3):
        function(para1, para2, para3)
        print("I live in {}".format(para3))
    return wrapper_accepting_parameters

@decorator_with_parameters
def print_full_name(first_name, last_name, country):
    print("I am {} {}. I love to teach.".format(
        first_name, last_name, country))

print_full_name("Asabeneh", "Yetayeh",'Finland')

内置高阶函数

在本部分中,我们将讨论一些内置的高阶函数,如map(), filterreduce。 Lambda 函数可以作为参数传递,其最佳使用案例是在地图、过滤和减少等功能中。

Python - Map 函数

map()函数是一个内置函数,接收一个函数和可迭代对象作为参数。

Python
    # 语法
    map(function, iterable)

示例:1

Python
numbers = [1, 2, 3, 4, 5] # 可迭代对象
def square(x):
    return x ** 2
numbers_squared = map(square, numbers)
print(list(numbers_squared))    # [1, 4, 9, 16, 25]
# 让我们应用lambda函数
numbers_squared = map(lambda x : x ** 2, numbers)
print(list(numbers_squared))    # [1, 4, 9, 16, 25]

示例:2

Python
numbers_str = ['1', '2', '3', '4', '5']  # 可迭代对象
numbers_int = map(int, numbers_str)
print(list(numbers_int))    # [1, 2, 3, 4, 5]

示例:3

Python
names = ['Asabeneh', 'Lidiya', 'Ermias', 'Abraham']  # 可迭代对象

def change_to_upper(name):
    return name.upper()

names_upper_cased = map(change_to_upper, names)
print(list(names_upper_cased))    # ['ASABENEH', 'LIDIYA', 'ERMIAS', 'ABRAHAM']

# 让我们应用lambda函数
names_upper_cased = map(lambda name: name.upper(), names)
print(list(names_upper_cased))    # ['ASABENEH', 'LIDIYA', 'ERMIAS', 'ABRAHAM']

map 函数实际上是迭代列表。例如,它将名称更改为大写并返回一个新列表。

Python - Filter 函数

filter()函数调用指定函数,该函数对指定的可迭代对象(列表)中的每个项目返回布尔值。它过滤出满足过滤条件的项目。

Python
    # 语法
    filter(function, iterable)

示例:1

Python
# 让我们只过滤偶数
numbers = [1, 2, 3, 4, 5]  # 可迭代对象

def is_even(num):
    if num % 2 == 0:
        return True
    return False

even_numbers = filter(is_even, numbers)
print(list(even_numbers))       # [2, 4]

示例:2

Python
numbers = [1, 2, 3, 4, 5]  # 可迭代对象

def is_odd(num):
    if num % 2 != 0:
        return True
    return False

odd_numbers = filter(is_odd, numbers)
print(list(odd_numbers))       # [1, 3, 5]
Python
# 过滤长名称
names = ['Asabeneh', 'Lidiya', 'Ermias', 'Abraham']  # 可迭代对象
def is_name_long(name):
    if len(name) > 7:
        return True
    return False

long_names = filter(is_name_long, names)
print(list(long_names))         # ['Asabeneh']

Python - Reduce 函数

reduce()函数定义在 functools 模块中,我们需要从这个模块中导入它。像 map 和 filter 一样,它接收两个参数,一个函数和一个可迭代对象。然而,它不返回另一个可迭代对象,而是返回一个单一的值。 示例:1

Python
numbers_str = ['1', '2', '3', '4', '5']  # 可迭代对象
def add_two_nums(x, y):
    return int(x) + int(y)

total = reduce(add_two_nums, numbers_str)
print(total)    # 15

💻 练习:第 14 天

Python
countries = ['Estonia', 'Finland', 'Sweden', 'Denmark', 'Norway', 'Iceland']
names = ['Asabeneh', 'Lidiya', 'Ermias', 'Abraham']
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

练习:简单

  1. 解释 map、filter 和 reduce 的区别。
  2. 解释高阶函数、闭包和装饰器的区别。
  3. 定义调用函数,见示例。
  4. 使用 for 循环打印 countries 列表中的每个国家。
  5. 使用 for 循环打印 names 列表中的每个名称。
  6. 使用 for 循环打印 numbers 列表中的每个数字。

练习:中等

  1. 使用 map 将 countries 列表中的每个国家更改为大写,生成一个新列表。
  2. 使用 map 将 numbers 列表中的每个数字更改为平方,生成一个新列表。
  3. 使用 map 将 names 列表中的每个名称更改为大写,生成一个新列表。
  4. 使用 filter 过滤出包含“land”的国家。
  5. 使用 filter 过滤出正好六个字符的国家。
  6. 使用 filter 过滤出包含六个字母及以上的国家。
  7. 使用 filter 过滤出以'E'开头的国家。
  8. 链接两个或多个列表迭代器(例如 arr.map(callback).filter(callback).reduce(callback))。
  9. 声明一个函数 get_string_lists,它接收一个列表作为参数并返回一个仅包含字符串项的列表。
  10. 使用 reduce 对 numbers 列表中的所有数字求和。
  11. 使用 reduce 将所有国家连接起来,生成句子:Estonia, Finland, Sweden, Denmark, Norway, and Iceland are north European countries。
  12. 声明一个函数 categorize_countries,返回一个包含某种通用模式的国家列表(可以在本仓库的 countries.js 文件中找到国家列表,例如 'land', 'ia', 'island', 'stan')。
  13. 创建一个返回字典的函数,其中键表示国家名称的首字母,值表示以该字母开头的国家数。
  14. 声明一个 get_first_ten_countries 函数 - 它返回数据文件夹中 countries.js 列表中的前十个国家。
  15. 声明一个 get_last_ten_countries 函数 - 它返回国家列表中的最后十个国家。

练习:高级

  1. 使用 countries_data.py (https://github.com/Asabeneh/30-Days-Of-Python/blob/master/data/countries-data.py) 文件,完成以下任务:
  2. 按国家名称、首都和人口排序国家
  3. 按位置排序出前十个最常用语言。
  4. 排序出前十个人口最多的国家。

🎉 恭喜你! 🎉

<< 第 13 天 | 第 15 天>>

评论