实参高阶函数和装饰器

实参高阶函数和装饰器

函数本质

1. 函数的本质
   python中定义函数其实就是在定义一个类型是function的变量, 函数名就是变量名；
   变量能做的函数都可以做

a = 10
b = 'abc'
c = [1, 29, 8]
d = {'a': 23, 'b': 100}
e = lambda x: x*2       # e 是变量
"""
def e(x):
    return x*2
"""


def func1():        # func1 是变量
    print('函数')


print(type(d), type(e), type(func1))

2.高阶函数

实参高阶函数 - 如果一个函数的参数是函数，那么这个函数就是实参高阶函数 （掌握怎么使用系统提供的实参高阶函数）
返回值高阶函数 - 如果一个函数的返回值是函数，那么这个函数就是返回值高阶函数（会写装饰器）

常用实参高阶函数

1.常用实参高阶函数：max、min、sorted、map、reduce

2.max 和 min、sorted

max(序列, key=函数)
sorted(序列, key=函数)
列表.sort(key=函数)
函数的要求：
a. 有且只有一个参数，这个参数指向的数前面序列中的每个元素
b. 需要一个返回值，返回值决定求最大值的时候比较的对象

nums = [29, 87, 65, 9, 25]
print(max(nums))

# 求列表nums中个位数最大的元素： 19
nums = [28, 87, 65, 19, 25]
result = max(nums, key=lambda item: item % 10)
print(result)   # 19

# 将列表中的元素按照个位数的大小从小到大排序
nums = [28, 87, 65, 19, 25]
result = sorted(nums, key=lambda item: item % 10)
print(result)   # [65, 25, 87, 28, 19]

students.sort(key=lambda stu: stu['tel'][-1])
print(students)

2.map函数 - 将原序列中元素按照指定的标准进行变换，产生一个新的序列

1）map(函数, 序列)
函数的要求：
a.有且只有一个参数，这个参数指向的是后面这个序列每个元素
b.需要一个返回值，描述新序列中的元素和原序列中元素的关系

# 1) [28, 89, 34, 78, 21]  -> [8, 9, 4, 8, 1]
nums = [28, 89, 34, 78, 21]
result = map(lambda item: item % 10, nums)
print(list(result))    # [8, 9, 4, 8, 1]

2）map(函数, 序列1, 序列2)
函数的要求：
a. 有且只有两个参数，这两个参数分别指向后面的两个序列中的元素
b. 需要一个返回值，描述新序列中的元素和原序列中元素的关系

nums1 = [10, 20, 30, 40]
nums2 = [100, 200, 300, 400]
# [110, 220, 330, 440]
result = map(lambda item1, item2: item1 + item2, nums1, nums2)
print(list(result))   # [110, 220, 330, 440]

map(函数, 序列1, 序列2, 序列3)

3.reduce函数 - 将序列中所有的元素通过指定的方式合并成一个数据

reduce(函数, 序列, 初始值)
函数的要求：
a. 有且只有两个参数：第一个第一次指向初始值，从第二次开始指向上一次的计算结果；第二个参数指向序列中的每个元素
b. 需要一个返回值，返回值用来描述合并规则

from functools import reduce
nums = [20, 34, 45, 10]
result = reduce(lambda x, item: x+item, nums, 0)
print(result)

装饰器

1.什么是装饰器
装饰器 = 实参高阶函数 + 返回值高阶函数 + 糖语法
装饰器是用来给函数添加功能的

补充*的用法: 打包、解包

def f1(*nums):
    print(nums)


f1(2, 3, 4)    # nums = (2, 3, 4)
#打包
x, *y = 10, 20, 30, 40

t = (1, 11, 22)
print(t)    # (1, 11, 22)

#解包
print(*t)   # print(1, 11, 22)  -> 1 11 22

d = {'a': 10, 'b': 20}   # **d  -> a=10, b=20
d2 = {'end': ';', 'sep': ','}
print('abc', 123, **d2)    # print('abc', 123, end=';', sep=',')



def f2(f, *n, **kwargs):
    # f = f3, n = (10, 20, 30)
    f(*n, **kwargs)    # f3(10, 20, 30)  f3(x=10, y=20, z=30)


def f3(x, y, z):
    print('函数')


f2(f3, x=10, y=20, z=30)

装饰器

def 装饰器名称(需要添加功能的函数):
def 添加过功能的新函数(*args, **kwargs):
反函数返回值 = 需要添加功能的函数(*args, **kwargs)
添加新的功能
return 原函数返回值(如果装饰器本身的功能和原函数返回值有关，这个地方就不一定)
return 添加过功能的新函数

from time import time
from functools import reduce

def count_time(f):
    def new_f(*args, **kwargs):
        start = time()
        result = f(*args, **kwargs)
        end = time()
        print(f'执行时间:{end - start}')
        return result
    return new_f


@count_time
def func1():
    print('hello world！')


func1()


@count_time
def func22(N: int):
    result = reduce(lambda x, item: x * item, range(1, N + 1), 1)
    return result

# func22 = count_time(func22)


print(func22(5))

作业

1. 为函数写一个装饰器，在函数执行之后输出 after

   def printafter(fn):
       def new_fn(*args, **kwargs):
           result = fn(*args, **kwargs)
           print('after')
           return result
   
       return new_fn
   
   @printafter
   def fun1():
       print('hello world!')
   
   
   fun1()
   

2. 为函数写一个装饰器，把函数的返回值 乘2再返回值

   def printafter(fn):
       def new_fn(*args, **kwargs):
           result = fn(*args, **kwargs)
           if type(result) in [int,str,list,tuple]:
               return result*2
           return result
       return new_fn
   
   @printafter
   def fun1():
       return 2
   
   
   print(fun1())
   

3. 写一个装饰器@tag要求满足如下功能:

@tag
def render(text):
    # 执行其他操作
    return text

@tag
def render2():
    return 'abc'

print(render('Hello'))   # 打印出: <p>Hello</p>
print(render2())     # 打印出: <p>abc</p>

def tag(fn):
    def new_fn(*args, **kwargs):
        result = fn(*args, **kwargs)
        return f'<p>{result}</p>'
    return new_fn
@tag
def render(text):
    # 执行其他操作
    return text

@tag
def render2():
    return 'abc'

print(render('Hello'))   # 打印出: <p>Hello</p>
print(render2())     # 打印出: <p>abc</p>

4.求列表 nums 中绝对值最大的元素

例如：nums = [-23, 100, 89, -56, -234, 123], 最大值是：-234

nums = [-23, 100, 89, -56, -234, 123]
max_num = max(nums,key=lambda item:abs(item))
print('最大值是：',max_num)

5.已经两个列表A和B，用map函数创建一个字典，A中的元素是key，B中的元素是value

A = ['name', 'age', 'sex']
B = ['张三', 18, '女']
新字典: {'name': '张三', 'age': 18, 'sex': '女'}

A = ['name', 'age', 'sex']
B = ['张三', 18, '女']
result = map(lambda item1, item2: (item1,item2), A, B)
print(dict(result))

6.已经三个列表分别表示5个学生的姓名、学科和班号，使用map将这个三个列表拼成一个表示每个学生班级信息的的字典

names = ['小明', '小花', '小红', '老王']
nums = ['1906', '1807', '2001', '2004']
subjects = ['python', 'h5', 'java', 'python']
结果：{'小明': 'python1906', '小花': 'h51807', '小红': 'java2001', '老王': 'python2004'}

names = ['小明', '小花', '小红', '老王']
nums = ['1906', '1807', '2001', '2004']
subjects = ['python', 'h5', 'java', 'python']
result = map(lambda name,subject,num:(name,subject + num) , names, subjects, nums)
print(dict(result))

7.已经一个列表message, 使用reduce计算列表中所有数字的和（用采用列表推导式和不采用列表推导式两种方法做）

message = ['你好', 20, '30', 5, 6.89, 'hello']
结果：31.89

message = ['你好', 20, '30', 5, 6.89, 'hello']
# 方法一：推导式
result = sum([x for x in message if type(x) in [int, float]])
print(result)

# 方法二：reduce
from functools import reduce
result = reduce(lambda x, item:x + (item if type(item) in [int, float] else 0) , message, 0)
print(result)