在Python中将函数作为参数传入另一个函数中
itomcoil 2025-03-29 18:47 21 浏览
在我们的Python学习中,我们学到的众多令人瞠目结舌的事实之一是,你可以将函数传入其他函数。你可以来回传递函数,因为在Python中,函数是对象。
在使用Python的第一周,你可能不需要了解这些,但是随着你对Python的深入研究,你会发现理解如何将一个函数传入另一个函数是非常方便的。
这是我关于“函数对象”的各种属性的系列文章的第1部分。本文主要关注一个新的Python程序员应该了解和欣赏的关于Python函数的对象本质的内容。
函数可以被引用
如果你试图使用一个函数而不在它的后面加上圆括号,Python不会报错,但它也不会做任何有用的事情:
这也适用于方法(方法是存在于对象上的函数):
Python允许我们引用这些函数对象,就像我们引用一个字符串、一个数字或一个range对象一样:
由于我们可以像引用其他对象一样引用函数,所以我们可以将一个变量指向一个函数:
这个gimme变量现在指向我们的number列表上的pop方法。因此,如果我们调用gimme,它会做与调用numbers.pop相同的事情:
注意,我们并没有创建一个新函数。我们只是将gimme变量名指向了numbers.pop函数:
你甚至可以将函数存储在数据结构中,然后再引用它们:
获取一个函数并给它另一个名称或将它存储在一个数据结构中这样的操作并不常见,但是Python允许我们这样做,因为函数可以像任何其他对象一样被来回传递。
函数可以被传入其他函数中
与任何其他对象一样,函数可以被作为参数传给另外的函数。
例如,我们可以定义一个函数:
然后,我们将它传入内置的help函数来看看它的功能:
我们也可以将这个函数传入它自身(是的,这很奇怪),这里,它自身会将这个函数转换为一个字符串:
实际上Python中有相当多的内置函数是专门用来接受其他函数作为参数的。
内置的filter函数接受两个参数:一个function和一个iterable。
这个给定的iterable (列表、元组、字符串等)会被循环,而这个给定的function会在该iterable中的每个项目上被调用:每当这个function返回True(或另外的真值)时,该项目就被包含在filter输出中。
因此,如果我们给filter传入一个is_odd函数(当给定奇数时,它会返回True)和一个数字列表,我们将得到我们给它的所有数字中是奇数的数字。
从filter返回的对象是一个延迟迭代器,因此我们需要将其转换为一个list,以实际查看其输出。
由于函数可以被传入函数,这也意味着函数可以接受另一个函数作为参数。filter函数假设它的第一个参数是一个函数。你可以认为filter函数和这个函数差不多一样:
这个函数要求predicate参数是一个函数(技术上来说它可以是任何可调用对象)。当我们调用该函数(使用predicate(item))时,我们向它传递一个参数,然后检查其返回值的真假。
lambda函数就是这样一个例子
lambda表达式是Python中用于创建匿名函数的一种特殊语法。当你对一个lambda表达式进行计算时,你得到的对象被称为lambda函数。
lambda函数与普通的Python函数非常相似,但有几点需要注意。
与其他函数不同,lambda函数没有名称(它们的名称以
你可以将lambda表达式看作是创建一个函数的快捷方式,该函数将对单个Python表达式进行计算并返回该表达式的结果。
因此,定义一个lambda表达式实际上并不会计算该表达式的值:它返回一个可以稍后计算该表达式的函数。
我想指出的是,以上三个lambda例子都是不好的例子。如果你想要一个变量名指向一个你可以稍后使用的函数对象,那么你应该使用def来定义一个函数:这是定义函数的通常方法。
lambda表达式是用来定义一个函数并立即将其传递给另一个函数的。
例如,这里我们使用filter来获得偶数,但我们使用了一个lambda表达式,所以我们不必在使用它之前定义一个is_even函数:
这是lambda表达式最合适的用法: 将一个函数传递给另一个函数,同时在一行代码中定义这个被传递的函数。
正如我在《过度使用lambda表达式》中所写的,我不喜欢Python的lambda表达式语法。不管你是否喜欢这种语法,你都应该知道这种语法只是创建函数的一种快捷方式。
每当你看到lambda表达式时,请记住:
lambda表达式是一种特殊的语法,用于在一行代码中创建一个函数并将其传递给另一个函数
lambda函数与所有其他函数对象一样:两者都没有比彼此特殊,都可以被来回传递
Python中的所有函数都可以作为参数传递给另一个函数(这恰好是lambda函数的唯一目的)。
一个常见的例子:键函数
除了内置的filter函数,你还在哪里可以看到一个函数被传递给另一个函数呢?可能你在Python中能看到这一点的最常见的地方就是使用key函数的地方。
接受可排序/调整顺序的可迭代对象的函数通常也接受一个名为key的命名参数,这是一个普遍的约定。这个key参数应该是一个函数或另一个可调用对象。
sorted、min和max函数都遵循这种接受一个key函数的约定:
对于给定的可迭代对象中的每个值,这个key函数都会被调用,并且其返回值会被用来对这个可迭代对象的每一个项进行order/sort。你可以认为这个键函数是用来为该可迭代对象中的每个项计算一个比较键。
在上面的例子中,我们的比较键返回了一个小写的字符串,因此每个字符串都是通过它的小写版本(这就会导致一个大小写不敏感的顺序)进行比较的。
我们使用了一个normalize_case函数来做这件事,但是我们也可以使用str.casefold来完成:
注意: 如果你不熟悉类的工作方式,那么这种str.casefold方法就会有点奇怪。类会存储未绑定的方法,这些方法在调用时将接受一个该类的实例。我们通常会输入my_string.casefold(),但是Python会将其转换为str.casefold(my_string)。这就是另一个故事了。
这里我们找到了字母最多的字符串:
如果有多个最大值或最小值,最早的一个会胜出(这就是min/max的工作方式):
这是一个函数,它将返回一个2项元组,其中包含给定字符串的长度和该字符串的大小写归一化后的版本:
我们可以将这个length_and_alphabetical函数作为key参数传递给sorted,先按照字符串的长度对它们进行排序,然后在按照它们大小写归一化后的表示形式进行排序:
这依赖于Python的排序操作符会进行深度比较这一事实。
其他将函数作为参数传递的例子
sort、min和max接受的key参数只是将函数传递给函数的一个常见示例。
另外两个接受函数的Python内置函数是map和filter。
我们已经看到了filter会根据一个给定函数的返回值来过滤列表。
map函数将在给定的可迭代对象中的每个项上调用这个给定的函数,并使用该函数调用的结果作为新的项目:
例如,这里我们把数字转换成字符串和对数字进行平方:
注意: 正如我在关于过度使用lambda的文章中所指出的,我个人更喜欢使用生成器表达式,而不是map和filter函数。
与map和filter类似,还有来自itertools模块的takewhile和dropwhile函数。第一个类似于filter,只是它在找到断言函数为假的值时会停止。第二个则相反:它只包含断言函数为假之后的值。
还有functools.reduce 和 itertools.accumulate,它们都会调用一个2参数的函数来累计值,因为它们会进行循环:
collections模块中的defaultdict类是另一个例子。defaultdict类会创建类字典对象,当一个缺失的键被访问时,这些对象将不会引发一个KeyError,而是自动向字典中添加一个新值。
这个defaultdict类接受一个可调用对象(函数或类),当一个缺失的键被访问时,它会被调用来创建一个默认值。
以上代码可以运行,因为在没有参数的情况下调用int会返回0:
这里的默认值是list,它在没有参数调用时会返回一个新列表。
functools模块中的partial函数是另一个例子。partial接受一个函数和任意数量的参数并返回一个新函数(技术上来说,它会返回一个可调用对象)。
下面是partial的一个例子,它被用来将sep关键字参数“绑定”到print函数:
现在返回的print_each函数所做的事情与使用sep='\n'调用print一样:
你还会在第三方库中发现函数接受函数的例子,比如在Django和numpy中。每当你看到一个类或一个函数的文档声明它的一个参数应该是一个可调用类型或一个可调用对象时,这意味着“你可以在这里传入一个函数”。
我要跳过的一个主题:嵌套函数
Python还支持嵌套函数(定义在其他函数内部的函数)。嵌套函数推动了Python的装饰器语法。
在本文中,我不打算讨论嵌套函数,因为嵌套函数要涉及到对Python中的非局部变量、闭包和其他奇怪的方面的探索,而当你刚开始将函数作为对象处理时,你不需要知道这些方面。
我计划写一篇关于这个主题的后续文章,稍后我会在这里添加链接。同时,如果你对Python中的嵌套函数感兴趣,搜索一下Python中的高阶函数可能会对你有帮助。
将函数视为对象是正常的
Python 具有头等函数, 这意味着:
你可以将函数赋值给变量
你可以将函数存储在列表、字典或其他数据结构
你可以将函数传入其他函数中
你可以编写返回函数的函数
将函数视为对象似乎有些奇怪,但这在Python中并不少见。据我统计,大约15%的Python内置函数都能接受函数作为参数(min、max、sorted、map、filter、iter、property、classmethod、staticmethod、callable)。
Python的头等函数最重要的用途是:
将一个key函数传递给内置的sorted、 min和 max函数
将函数传递给像filter和itertools.dropwhile这样的循环助手程序
将一个“默认值生成工厂函数”传递给defaultdict之类的类
通过将函数传递给functools.partial来对它们进行“部分计算”
相关推荐
- 最强聚类模型,层次聚类 !!_层次聚类的优缺点
-
哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...
- python决策树用于分类和回归问题实际应用案例
-
决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...
- Python教程(四十五):推荐系统-个性化推荐算法
-
今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...
- 简单学Python——NumPy库7——排序和去重
-
NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...
- PyTorch实战:TorchVision目标检测模型微调完
-
PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...
- C4.5算法解释_简述c4.5算法的基本思想
-
C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...
- Python中的数据聚类及可视化分析实践
-
探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...
- 用Python来统计大乐透号码的概率分布
-
用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...
- python:支持向量机监督学习算法用于二分类和多分类问题示例
-
监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...
- 25个例子学会Pandas Groupby 操作
-
groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...
- 数据挖掘流程_数据挖掘流程主要有哪些步骤
-
数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...
- 使用Python寻找图像最常见的颜色_python 以图找图
-
如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...
- 财务预算分析全网最佳实践:从每月分析到每天分析
-
原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...
- 常用数据工具去重方法_数据去重公式
-
在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...
- Python教程(四十):PyTorch深度学习-动态计算图
-
今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...
- 一周热门
- 最近发表
- 标签列表
-
- ps图案在哪里 (33)
- super().__init__ (33)
- python 获取日期 (34)
- 0xa (36)
- super().__init__()详解 (33)
- python安装包在哪里找 (33)
- linux查看python版本信息 (35)
- python怎么改成中文 (35)
- php文件怎么在浏览器运行 (33)
- eval在python中的意思 (33)
- python安装opencv库 (35)
- python div (34)
- sticky css (33)
- python中random.randint()函数 (34)
- python去掉字符串中的指定字符 (33)
- python入门经典100题 (34)
- anaconda安装路径 (34)
- yield和return的区别 (33)
- 1到10的阶乘之和是多少 (35)
- python安装sklearn库 (33)
- dom和bom区别 (33)
- js 替换指定位置的字符 (33)
- python判断元素是否存在 (33)
- sorted key (33)
- shutil.copy() (33)