python函数理解,python中关于函数的描述

如何正确理解Python函数是第一类对象

函数作为第一类对象(First-Class Object)却是 Python 函数的一大特性。那究竟什么是第一类对象呢?

双江网站建设公司成都创新互联公司,双江网站设计制作,有大型网站制作公司丰富经验。已为双江1000+提供企业网站建设服务。企业网站搭建\外贸网站建设要多少钱,请找那个售后服务好的双江做网站的公司定做!

在 Python 中万物皆为对象,函数也不例外,函数作为对象可以赋值给一个变量、可以作为元素添加到集合对象中、可作为参数值传递给其它函数,还可以当做函数的返回值,这些特性就是第一类对象所特有的。

正确理解 Python函数,能够帮助我们更好地理解 Python 装饰器、匿名函数(lambda)、函数式编程等高阶技术。先来看一个简单的例子

def foo(text):

... return len(text)

...

foo("zen of python")

13

这是一个再简单不过的函数,用于计算参数 text 的长度,调用函数就是函数名后面跟一个括号,再附带一个参数,返回值是一个整数。

函数是对象

函数身为一个对象,拥有对象模型的三个通用属性:id、类型、和值。

id(foo)

4361313816

type(foo)

class 'function'

foo

function foo at 0x103f45e18

作为对象,函数可以赋值给一个变量

bar = foo

赋值给另外一个变量时,函数并不会被调用,仅仅是在函数对象上绑定一个新的名字而已。

bar("zen of python")

13

同理,你还可以把该函数赋值给更多的变量,唯一变化的是该函数对象的引用计数不断地增加,本质上这些变量最终指向的都是同一个函数对象。

a = foo

函数可以存储在容器

容器对象(list、dict、set等)中可以存放任何对象,包括整数、字符串,函数也可以作存放到容器对象中,例如

funcs = [foo, str, len]

foo 是我们自定义的函数,str 和 len 是两个内置函数。for 循环逐个地迭代出列表中的每个元素时,函数对象赋值给了 f 变量,调用 f(“hello”) 与 调用 foo(“hello”) 本质是一样的效果,每次 f 都重新指向一个新的函数对象。当然,你也可以使用列表的索引定位到元素来调用函数。

funcs[0]("Python之禅")

# 等效于 foo("Python之禅")

8

函数可以作为参数

函数还可以作为参数值传递给另外一个函数,例如:

def show(func):

... size = func("python 之禅") # 等效于 foo("Python之禅")

... print ("length of string is : %s" % size)

...

show(foo)

length of string is : 9

函数可以作为返回值

函数作为另外一个函数的返回值,例如:

def nick():

还可以简写为

nick()("python")

函数接受一个或多个函数作为输入或者函数输出(返回)的值是函数时,我们称这样的函数为高阶函数,比如上面的 show 和 nick 都属于高阶函数。

Python内置函数中,典型的高阶函数是 map 函数,map 接受一个函数和一个迭代对象作为参数,调用 map 时,依次迭代把迭代对象的元素作为参数调用该函数。

map(foo, ["the","zen","of","python"])

lens = map(foo, ["the","zen","of","python"])

list(lens)

[3, 3, 2, 6]

map 函数的作用相当于:

[foo(i) for i in ["the","zen","of","python"]]

[3, 3, 2, 6]

只不过 map 的运行效率更快一点。

函数可以嵌套

Python还允许函数中定义函数,这种函数叫嵌套函数。

def get_length(text):

... def clean(t): # 2

... return t[1:]

... new_text = clean(text) # 1

... return len(new_text)

...

get_length("python")

5

这个函数的目的是去除字符串的第一个字符后再计算它的长度,尽管函数本身的意义不大,但能足够说明嵌套函数。get_length 调用时,先执行1处代码,发现有调用 clean 函数,于是接着执行2中的代码,把返回值赋值给了 new_text ,再继续执行后续代码。

clean("python")

Traceback (most recent call last):

File "stdin", line 1, in module

NameError: name 'clean' is not defined

函数中里面嵌套的函数不能在函数外面访问,只能是在函数内部使用,超出了外部函数的做用域就无效了。

实现了 __call__ 的类也可以作为函数

对于一个自定义的类,如果实现了 __call__ 方法,那么该类的实例对象的行为就是一个函数,是一个可以被调用(callable)的对象。例如:

class Add:

def __init__(self, n):

self.n = n

def __call__(self, x):

return self.n + x

add = Add(1)

add(4)

5

执行 add(4) 相当于调用 Add.__call__(add, 4),self 就是实例对象 add,self.n 等于 1,所以返回值为 1+4

add(4)

确定对象是否为可调用对象可以用内置函数callable来判断。

callable(foo)

True

callable(1)

False

callable(int)

True

总结

Python中包含函数在内的一切皆为对象,函数作为第一类对象,支持赋值给变量,作为参数传递给其它函数,作为其它函数的返回值,支持函数的嵌套,实现了__call__方法的类实例对象也可以当做函数被调用。

python里函数的定义

定义:

def 函数名(形参1,形参2='初始定义的内容'):

函数中执行的内容

调用:

函数名(实参1)或函数名(形参2=实参2,形参1=实参1)或函数名(实参1,实参2)

深入理解Python reduce函数

例如上面的例子,实现一个整形集合的累加。假设lst = [1,2,3,4,5],实现累加的方式有很多:

第一种:用sum函数。

sum(lst)

第二种:循环方式。

def customer_sum(lst):

result = 0

for x in lst:

result+=x

return result

def customer_sum(lst):

result = 0

while lst:

temp = lst.pop(0)

result+=temp

return result

if name ==" main ":

lst = [1,2,3,4,5]

print customer_sum(lst)

第三种:递推求和

def add(lst,result):

if lst:

temp = lst.pop(0)

temp+=result

return add(lst,temp)

else:

return result

if name ==" main ":

lst = [1,2,3,4,5]

print add(lst,0)

第四种:reduce方式

lst = [1,2,3,4,5]

print reduce(lambda x,y:x+y,lst)

lst = [1,2,3,4,5]

print reduce(lambda x,y:x+y,lst,0)

def add(x,y):

return x+y

print reduce(add, lst)

def add(x,y):

return x+y

print reduce(add, lst,0)

有一个序列集合,例如[1,1,2,3,2,3,3,5,6,7,7,6,5,5,5],统计这个集合所有键的重复个数,例如1出现了两次,2出现了两次等。大致的思路就是用字典存储,元素就是字典的key,出现的次数就是字典的value。方法依然很多

第一种:for循环判断

def statistics(lst):

dic = {}

for k in lst:

if not k in dic:

dic[k] = 1

else:

dic[k] +=1

return dic

lst = [1,1,2,3,2,3,3,5,6,7,7,6,5,5,5]

print(statistics(lst))

第二种:比较取巧的,先把列表用set方式去重,然后用列表的count方法

def statistics2(lst):

m = set(lst)

dic = {}

for x in m:

dic[x] = lst.count(x)

lst = [1,1,2,3,2,3,3,5,6,7,7,6,5,5,5]

print statistics2(lst)

第三种:用reduce方式

def statistics(dic,k):

if not k in dic:

dic[k] = 1

else:

dic[k] +=1

return dic

lst = [1,1,2,3,2,3,3,5,6,7,7,6,5,5,5]

print reduce(statistics,lst,{})

或者

d = {}

d.extend(lst)

print reduce(statistics,d)

通过上面的例子发现,凡是要对一个集合进行操作的,并且要有一个统计结果的,能够用循环或者递归方式解决的问题,一般情况下都可以用reduce方式实现。


网站栏目:python函数理解,python中关于函数的描述
文章链接:http://scyanting.com/article/phjsge.html