讯享网

讯享网def foo():
   print(‘foo’)

bar = foo
bar()
#will print ‘foo’ to the console

讯享网class Greeter:
   def init(self, greeting):
      self.greeting = greeting
   def call(self, name):
      return self.greeting + ‘ ’ + name

morning = Greeter(‘good morning’) #creates the callable object
morning(‘john’) # calling the object
#prints ‘good morning john’ to the console

讯享网callable(morning) #true
callable(145) #false. int is not callable. 

# store in dictionary
mapping = {
   0 : foo,
   1 : bar
}
x = input() #get integer value from user
mappingx #call the func returned by dictionary access

「高阶函数允许我们对动作执行抽象，而不只是抽象数值。」

讯享网def iterate(list_of_items):
    for item in list_of_items:
        print(item)

看起来很酷吧，但这只不过是一级抽象而已。如果我们想在对列表执行迭代时进行打印以外的其他操作要怎么做呢？

def iterate_custom(list_of_items, custom_func):
   for item in list_of_items:
        custom_func(item)

讯享网def add(x, y):
    return x + y
def sub(x, y):
    return x - y
def mult(x, y):
    return x  y
def calculator(opcode):
    if opcode == 1:
       return add
    elif opcode == 2:
       return sub
    else:
       return mult 
my_calc = calculator(2) #my calc is a subtractor
my_calc(5, 4) #returns 5 - 4 = 1 
my_calc = calculator(9) #my calc is now a multiplier
my_calc(5, 4) #returns 5 x 4 = 20. 

嵌套函数

def fib(n):
    def fib_helper(fk1, fk, k):
        if n == k:
           return fk
        else:
           return fib_helper(fk, fk1+fk, k+1)
    if n <= 1:
       return n
    else:
       return fib_helper(0, 1, 1)

将该计算从函数主体移到函数参数，这具备非常强大的力量。因为它减少了递归方法中可能出现的冗余计算。

讯享网mult = lambda x, y: x  y
mult(1, 2) #returns 2

该 mult 函数的行为与使用传统 def 关键字定义函数的行为相同。

(lambda x, y: x  y)(9, 10) #returns 90

讯享网import collections
pre_fill = collections.defaultdict(lambda: (0, 0))
#all dictionary keys and values are set to 0

def multiply_by_four(x):
    return x  4
scores = [3, 6, 8, 3, 5, 7]
modified_scores = list(map(multiply_by_four, scores))
#modified scores is now [12, 24, 32, 12, 20, 28]

在 Python 3 中，map 函数返回的 map 对象可被类型转换为 list，以方便使用。现在，我们无需显式地定义 multiply_by_four 函数，而是定义 lambda 表达式：

讯享网modified_scores = list(map(lambda x: 4 * x, scores))

even_scores = list(filter(lambda x: True if (x % 2 == 0) else False, scores))
#even_scores = [6, 8]

讯享网sum_scores = reduce((lambda x, y: x + y), scores)
#sum_scores = 32

• Best Practices for Using Functional Programming in Python：https://kite.com/blog/python/functional-programming/
• Functional Programming Tutorials and Notes：https://www.hackerearth.com/zh/practice/python/functional-programming/functional-programming-1/tutorial/

  

获取方式：