本文主要是介绍Python—高级函数，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

Python—高级函数

 

一、闭包

Python函数是支持嵌套的。如果在一个内部函数中对外部函数作用域（非全局作用域）的变量进行引用，那么内部函数就会被称为闭包。闭包需要满足如下3个条件： 存在于两个嵌套关系的函数中，并且闭包是内部函数； 内部函数引用了外部函数的变量； 外部函数会返回内部函数的函数名。 举例： #演示内置函数 def a():#1定义外部函数 b=1#3 外部函数代码 def c():#4定义内部函数 print(b)#6 执行内部函数代码 c()#5调用内部函数 a() #2调用外部函数 #演示把内部函数返回（闭包的必要条件），外部可以用接收返回值的方式来访问内部函数 def a(): def b(): return 1 #定义了内部函数的返回值为1 return b #定义了外部函数的返回值为内部函数 rst=a() #接收了外部函数的返回值，也就是内部函数 print(rst)#rst就是内部函数 print(a()())#a()()=rst() print(rst())#rst（）是调用内部函数   #使用一个函数作为另一个函数的参数 def a(func_a):#可以传任意函数 print("你好，我是小a！") func_a() #可以对已定义的函数做额外的操作，不需要修改原来的函数 print("gudeibai")   def b(): print("你好，我是小b！") a(b)   def outer(start=0): count=[start] def inner(): count[0]+=1 return count[0] return inner out=outer(5) print(out())   #使用闭包实现案例 #有银行卡才能执行汇款的操作 #外部函数为创建银行卡 #内部函数为汇款的操作 def bank(isVIP,action): if isVIP: print("客户你好，欢迎光临") else: print("您好，给你办一张新卡") if action=="huikuan": def remit(): print("进行汇款操作") return remit if action=="cun": def cunkuan(): print("进行存款") return cunkuan   card=bank(False,"cun") card()  

二、什么是装饰器

假设我们已经定义了一个函数，后续可能会增加临时的需求，例如插入日志，我们可以增加一个包裹函数，由它来负责这些额外的需求，这个包裹函数就是装饰器 。 装饰器主要用于下列场景： 引入日志； 函数执行时间统计； 执行函数前预备处理； 执行函数后清理功能； 权限校验； 缓存。   装饰器是一个函数，它需要接收一个参数，该参数表示被修饰的函数。例如，有如下一个装饰器函数： def wrap(func): print(‘正在装饰’) def inner(): print(‘正在验证权限’) func() return inner() 装饰器是个嵌套函数 内部函数是一个闭包。 外部函数接收的是被修饰的函数（func）   通过在函数定义的前面添加@符号和装饰器名，实现装饰器对函数的包装。给test函数加上装饰器，示例如下： @wrap def test(): print(’test') 此时，程序会自动编译生成调用装饰器函数的代码，等价于： test = wrap(test) 举例： 1.#演示装饰器 from functools import wraps, reduce   def a(func_a): print("装饰器开始工作") @wraps(func_a) def b(): print("闭包开始工作") func_a() print("装饰器工作结束") return b   def decorator_c(): print("感觉很虚空，需要被装饰")   rst=a(decorator_c()) #b rst() @a def abc(): print("想要被装饰") abc() print(abc.__name__) 2. def func(function_name): print("这是一个有返回值的闭包") def func_in(): return function_name() return func_in   @func #装饰器的名称 def test(): return 'hello world' a=test() print(a) 3. def out(args): def fun(function_name): print('闭包') def fun_in(): print(args) return function_name() return fun_in return fun fun=out('hello') @fun def test(): return 'hello world'   a=test() print(a)  

三、常见Python内置函数

• map函数

map函数会根据提供的函数对指定的序列做映射。 map函数的定义如下： map(function, iterable,…) 参数function表示函数的名称，参数iterable可以是序列、支持迭代的容器或者迭代器。   map函数的作用是以iterable中的每个元素调用function函数，把每次调用后返回的结果保存为迭代器对象。 func = lambda x:x+2 result = map(func, [1,2,3,4,5]) print(list(result)) 举例： #演示map函数 func=lambda x:x+2 rst=map(func,(1,2,3,4,5)) for x in rst: print(x)

• filter函数

filter函数会对指定序列执行过滤操作。 filter函数的定义如下： filter(function，iterable） function参数可以是函数的名称或None； iterable参数可以是序列、支持迭代的容器或迭代器。 func = lambda x:x%2 result = filter(func, [1, 2, 3, 4, 5]) print(list(result)) 举例： #演示filter函数 func=lambda x:x>5#返回为true通过，false不通过 rst=filter(func,[1,2,3,4,5,6,7,8]) print(list(rst))  

• reduce函数

reduce函数会对参数序列中的元素进行累积。 reduce函数的定义如下： reduce(function, iterable[, initializer]) function是一个带有两个参数的函数； iterable是一个迭代器对象； initializer表示固定的初始值。 代码演示： from functools import reduce func = lambda x, y:x + y result = reduce(func, [1, 2, 3, 4, 5]) print(result) 举例： #演示reduce函数 func=lambda x,y:x+y#前一个值和后一个值相加 rst=reduce(func,[1,2,3,4,5,6,7,8,9,10]) print(rst)   注意：function参数不能为None。 在Python 3中，reduce函数已经被从全局名字空间里面移除了，它现在被放置在fucntools模块中，使用时需要先引入，格式如下： from functools import reduce   总结： 闭包: 1、一个函数包含另一个函数 2、外部函数return了内部函数名 3、内部函数调用了外部函数的变量 --这个内部函数叫做闭包 特点:闭包不能直接被调用，而是需要调用外部函数获得返回值;使用该返回值()，来调用内部函数   二、装饰器 1、在外部函数的参数部分接收函数名 2、在内都函数的函数体中调用参数对应的函数 3.外部函数返回了内部函数 4.调用外部函数获取返回值（闭包) 5.通过闭包调用，实现对参数对应的函数调用 6.可以通过@装饰器名，来替代传参的过程 特点： 装饰器的调用相对安全可靠，并且不会改变原函数的逻辑

这篇关于Python—高级函数的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！