三.高阶函数和装饰器

1高阶函数

1.1 数学概念

回顾下数学知识:
y=f(x) 这是最开始接触的普通函数
y=g(f(x)) 这个就是我们接触到的高阶函数

在数学和计算机科学中,高阶函数至少应当是满足下面一个条件的函数:
1)接受一个或者多个函数作为参数
2)输出一个函数

程序中我们的高阶函数也类似

示例计数器的函数:

def counter(base):
    def inc(step=1):
        nonlocal base
        base += step
        return base
    return inc

1.2 内建函数应用高阶函数举例

sorte(iterable[,key][,reverse]) 排序,返回一个列表
filter(function, iterable) 过滤可迭代对象的元素,返回一个迭代器
map(function, *iterable) -->map object 对多个可迭代对象的元素按照指定的函数进行映射,返回一个迭代器

2 装饰器

2.1 自定义高阶函数

2.1.1 柯里化Currying

自定义高阶函数前,先了解下柯里化Currying:
柯里化:指的是将原来接受两个参数的函数变成新的接收一个参数的函数,新的函数返回一个以原有第二个参数为参数的函数
z = f(x, y)转换成z=f(x)(y)

通过嵌套函数就可以把函数转换成柯里化函数

举例

def add(x,y):
    return x+y

改变后

def add(x):
    def _add(y):
        nonlocalt x
        retrun x+y
    return _add

这就是一个简单的高阶函数

2.2 高阶函数应用--装饰器

引入:
存在一个add函数。

def add(x, y):
    return x + y

这个add()太low了,我需要增强他的功能,譬如加入信息输出功能:

def add(x, y):
    print("call add, {}+{}".format(x,y))
    return x + y

上面的加法函数实现我的需求,但还是不够好,存在以下缺点:
1)打印语句的耦合太高。
2)add()属于业务功能,而输出信息属于非业务功能代码,类似日志的东东,放在add()函数不太合适。

那么改进下:

def add(x, y):
    return x + y

def logger(fn):
    print("开始业务执行")
    x = fn(4, 5)
    print("执行结束,结果:", x)

print(logger(add))

好了一些,那继续改进

def add(x,y):
    return x+y

def logger(fn,x,y):
    print("开始业务执行")
    ret = fn(x,y)
    print("执行结束",)
    return ret

改进后,fn的参数仍受限制,只能针对含有两个参数的add,我想让logger适用的范围更大一些,譬如我有一个sum(x,y,z)
继续改进

def logger(fn,*args,**kwargs):
    print("开始业务执行")
    ret = fn(*args,**kwargs)
    print("执行结束")
    return ret

这个时候,进行柯里化

def logger(fn):
    def _logger(*args, **kwargs):
        print('before')
        ret = fn(*args, **kwargs)
        print('after')
        return ret
    return _logger
# 如下调用
add = logger(add)  # 因为函数调用的关系,参数add的引用用在函数内部保存
add(4, 5) # 调用的是内部保存的add引用,而非原本的add函数

Python将其改进为装饰器

def logger(fn):
    def _logger(*args, **kwargs):
        print('before')
        ret = fn(*args, **kwargs)
        print('after')
        return ret
    return _logger

@logger
def add(x,y):
    return x+y

print(add(4, 10))

装饰器是高阶函数一个重要应用,是对传入函数的功能装饰或者是功能增强。

posted @ 2020-04-13 12:01  leafgood  阅读(313)  评论(0编辑  收藏  举报