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：

1. 初识高阶函数

2. 高阶函数之map

3. 高阶函数之匿名函数

4. 高阶函数之reduce

5. 高阶函数之filter

6. 高阶函数之装饰器

7. 高阶函数之 retrun function(返回函数)

8. 高阶函数之sorted排序函数

9. 高阶函数之闭包

10. 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！