详解Python中的普通函数和高阶函数
什么是函数
每个语言都有函数，甚至大家用的Excel里面也有函数，我们以前学习的数学也很多各种各样的函数。
Python中的函数也是一样的。
def f(x):
print("参数为：",x)
return x
这里的函数 y = f(x), 在数学中表示为一条斜率为1的直线。
函数的嵌套调用
def z(x):
pass
def f(x):
print("参数为：",x)
return z(x)
像这样，我们在f(x)中调用了z（x）函数（这里使用了pass关键字，实现先不写，仅作展示目的）
我们能不能不定义z(x)就定义一个函数调用别的函数呢？
就像实现一个数的平方，函数的‘平方',大概这个意思。
高阶函数
def f(z):
return z()
这就是高阶函数，f函数需要外界提供一个参数，这个参数必须是一个函数。
在使用f(z)的时候，我们不能给一个f(2), f(3)这样的值。或者有个函数如d(x)返回非函数值结果，我们不能这样调用:f（d(1))。
学委准备了下面的代码，从简单函数逐步演化为高阶函数：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/10/24 11:39 下午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : func_demo2.py
# @Project : hello
def f1(x):
return x
def f2(x, z=100):
return x + z / 10
def f3(x, z=100, *dynamic_args):
sum = 0
for arg in dynamic_args:
sum += arg
return x + z / 10 + sum / 10000.0
def dummy_sum(*args):
return 0
def f4(x, z=100, sum_func=dummy_sum):
return x + z / 10 + sum_func() / 10000.0
print(f1(100))
print(f2(100, z=50))
print(f3(100, 50, 4, 5, 6))
def sum_g(*dynamic_args):
def sum_func():
sum = 0
for arg in dynamic_args:
sum += arg
return sum
return sum_func
print(f4(100, 50, sum_g(4, 5, 6)))
这里我们看到函数f1, f2, f3, f4。
补充一个知识点： *dynamic_args 是一个动态参数，不定长度的参数。
也就是f3明明声明了3个参数，最后我们给了5个参数。
这里f3认为x=100, z=50, dynamic_args = [4, 5, 6]
我们先看看输出结果：
f3 和f4 看起来结果一样。
但是性质完整不一样，读者可以思考十秒。
f4弹性非常大，因为第三个参数为函数。
高阶函数可以帮助我们把计算‘降维'（三维变成二维，二维变一维）。
我们思考一下计算圆形和方形的面积
相信大家闭着眼都能写出下面两个函数：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/10/24 11:39 下午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : func_demo2.py
# @Project : hello
import math
def circle_area(r):
return math.pi * r * r
def rectangle_area(a, b):
return a * b
这是圆形面积的数学公式：
f ( r ) = π ∗ r 2
这是矩形面积的数学公式：
f ( a , b ) = a ∗ b
我们看到这里有的有1个参数的，有的有两个的怎么变成高阶函数？
读者可以思考一会。
下面是代码：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/10/24 11:39 下午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : func_demo2.py
# @Project : hello
import math
def circle_area(r):
return math.pi * r * r
def rectangle_area(a, b):
return a * b
def area(x, linear, factor):
return x * linear(x, factor)
def relation(x, factor):
return x * factor
a = 10
b = 20
print("长方形面积：", rectangle_area(a, b))
print("圆形面积：", circle_area(a))
print("长方形面积：", area(a, relation, factor=b / a))
print("圆形面积：", area(a, relation, factor=math.pi))
结果如下图：
这只是一种解法。
从代码可以看到，我们把圆形和矩形都看作某一个参照物（半径/一条边）的平方，再成乘以一个系数。
下面，我们把正方形面积计算加上：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/10/24 11:39 下午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : func_demo2.py
# @Project : hello
import math
def circle_area(r):
return math.pi * r * r
def square_area(a):
return a * a
def rectangle_area(a, b):
return a * b
def area(x, linear, factor):
return x * linear(x, factor)
def relation(x, factor):
return x * factor
a = 10
b = 20
print("长方形面积：", rectangle_area(a, b))
print("正方形面积：", square_area(a))
print("圆形面积：", circle_area(a))
print("长方形面积：", area(a, relation, factor=b / a))
print("正方形面积：", area(a, relation, factor=1))
print("圆形面积：", area(a, relation, factor=math.pi))
上面的代码执行结果如下：
这就是高阶函数的神奇之处，我们从正方形的角度思考。
只用一个area函数和relation函数，这两个函数都不必修改，只需要给一个factor（经验因子），就能快速计算它的面积。
为何高阶函数能够降低维度
从上面距离的计算面积的函数，我们可以看到计算圆形和长方形，都能看成一个一维函数。
然后以正方形面积为参照物，快速估算出圆形和方形的面积。
当然上面的计算圆形面积采用了半径，还不够直观，读者可以自行改为直径，这样factor = math.pi / 4。
这样在感受上会更贴切。
总结
除了上面介绍的函数，参数，高阶函数。我们还可以使用lambda函数：
lambda 参数1， 参数2，。。。，第n个参数 ： 计算表达式
上面的函数relation函数可以省略不写，最后调用改为：
print("长方形面积：", area(a, lambda x, f: x * f, factor=b / a))
print("正方形面积：", area(a, lambda x, f: x * f, factor=1))
print("圆形面积：", area(a, lambda x, f: x * f, factor=math.pi))
本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注脚本之家的更多内容!
相关文章
这篇文章主要介绍了Python中设置变量作为默认值时容易遇到的错误,这是Python新手经常容易碰到的问题,且往往不会被轻易察觉到,需要的朋友可以参考下2015-04-04
Flask框架中自带一个Form表单类,通过它的子类来实现表单将相当惬意,这里就为大家带来Python的Flask框架中构建Web表单的教程,需要的朋友可以参考下2016-06-06
这篇文章主要介绍了如何使用python生成大量数据写入es数据库并查询操作，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下2022-09-09
在本篇文章里小编给各位整理了关于Django中间件拦截未登录url的实例内容以及相关知识点，有需要的朋友们可以学习下。2019-09-09
这篇文章主要介绍了python获取linux系统信息的三种方法，帮助大家利用python了解自己的系统详情，感兴趣的朋友可以了解下2020-10-10
这篇文章主要介绍了pandas的排序和排名的具体使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-07-07
在处理数据的时候,很多时候会遇到替换的情况,下面这篇文章主要给大家介绍了关于Python pandas替换指定数据的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下2022-07-07
这篇文章主要介绍了pandas 缺失值与空值处理的实现方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-10-10
在我们使用Python语言进行机器学习编程的时候，这是一个非常常用的基础库。本文针对Python 机器学习库 NumPy入门教程，感兴趣的朋友跟随脚本之家小编一起学习吧2018-04-04
今天小编就为大家分享一篇关于Python3.6使用tesseract-ocr的正确方法，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2018-10-10
最新评论