讲讲Python中的普通函数和高阶函数

简介: 正式的Python专栏第25篇,同学站住,别错过这个从0开始的文章!

今天学委都在写代码,写了很多篇,这次再讲讲python中的函数

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:


image.png

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 f(r) = \pi * r^2

f(r)=π∗r

2


这是矩形面积的数学公式:

f ( a , b ) = a ∗ b f(a, b) = a * b

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:

image.png

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:

image.png

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))
目录
相关文章
|
7天前
|
数据挖掘 数据处理 索引
python常用pandas函数nlargest / nsmallest及其手动实现
python常用pandas函数nlargest / nsmallest及其手动实现
22 0
|
1天前
|
Python 容器
python内置函数、数学模块、随机模块(二)
python内置函数、数学模块、随机模块(二)
|
1天前
|
索引 Python
python内置函数、数学模块、随机模块(一)
python内置函数、数学模块、随机模块(一)
|
2天前
|
Python
python函数的返回值、嵌套方式以及函数中的变量(二)
python函数的返回值、嵌套方式以及函数中的变量(二)
|
2天前
|
存储 Python 容器
python函数的返回值、嵌套方式以及函数中的变量(一)
python函数的返回值、嵌套方式以及函数中的变量(一)
|
2天前
|
Python
深度解读python的函数(二):
深度解读python的函数(二)
|
4天前
|
人工智能 数据挖掘 Python
Python pandas中read_csv函数的io参数
Python pandas中read_csv函数的io参数
14 5
|
7天前
|
机器学习/深度学习 Python
python自定义日历库,与对应calendar库函数功能基本一致
python自定义日历库,与对应calendar库函数功能基本一致
31 0
|
7天前
|
机器学习/深度学习 索引 Python
python calendar内置日历库函数方法
python calendar内置日历库函数方法
26 2
|
10天前
|
缓存 开发者 Python
Python中的装饰器:优雅地增强函数功能
Python中的装饰器是一种强大的工具,它允许开发者在不改变原始函数代码的情况下,动态地增强函数的功能。本文将介绍装饰器的基本概念、使用场景以及实际应用案例,帮助读者更好地理解和运用这一Python编程的利器。