在讲高阶函数之前，我们首先来看一个例子。
abs f=abs print(abs,f)
'输出为'
<built-in function abs> <built-in function abs>
print(f(-1)) #输出 ‘1’
结论：函数体本身也可以赋值给变量，即：变量可以指向函数。
函数名其实就是指向函数的变量！对于abs()这个函数，完全可以把函数名abs看成变量，它指向一个可以计算绝对值的函数
高阶函数
既然变量可以指向函数，函数的参数能接收变量，那么一个函数可以接收另一个函数作为参数，这种函数就称之为高阶函数。
调用函数
例子1.
def add(x,y,f): return f(x)+f(y) print(add(5,-7,abs)) #输出 12
例子2
#map()函数 ''' map()函数接受两个参数，一个是函数，一个是Iterable，map 将传入的函数依次作用到序列的每个元素，并将结果作为新的 Iterator返回 ''' a=list(map(str,[1,2,3,4,5,56]))
例子3
#reduce() ''' reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接 收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是 reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4) ''' def add(x,y): return 10*x+y from functools import reduce a=reduce(add,[1,2,3,4,5,4,5])
例子4
#filter()筛选 print(list(filter(lambda x:x%2==0,[1,2,3,4,5,6,7,8,9])))
一个小插曲
''' S.strip() 函数原型 声明：s为字符串，rm为要删除的字符序列 s.strip(rm) 删除s字符串中开头、结尾处，位于 rm删除序列的字符 s.lstrip(rm) 删除s字符串中开头处，位于 rm删除序列的字符 s.rstrip(rm) 删除s字符串中结尾处，位于 rm删除序列的字符 注意： 1. 当rm为空时，默认删除空白符（包括'\n', '\r', '\t', ' ') '''
返回函数
例子1
def lazy_sum(*args): def sum(): ax = 0 for n in args: ax = ax + n return ax return sum f = lazy_sum(1, 3, 5, 7, 9) #lazy_sum()时，返回的并不是求和结果，而是求和函数。可以理解为 ''' 在这个例子中，我们在函数lazy_sum中又定义了函数sum，并且，内部函数sum可以引用外部函数 lazy_sum的参数和局部变量，当lazy_sum返回函数sum时，相关参数和变量都保存在返回的函数 中，这种称为“闭包（Closure）”的程序结构拥有极大的威力。 请再注意一点，当我们调用lazy_sum()时，每次调用都会返回一个新的函数，即使传入相同的参数 '''
''' >>> f1 = lazy_sum(1, 3, 5, 7, 9) >>> f2 = lazy_sum(1, 3, 5, 7, 9) >>> f1==f2 False f1()和f2()的调用结果互不影响 '''
闭包
''' 注意到返回的函数在其定义内部引用了局部变量args，所以，当一个函数返回了一个函数后， 其内部的局部变量还被新函数引用，所以，闭包用起来简单，实现起来可不容易。 另一个需要注意的问题是，返回的函数并没有立刻执行，而是直到调用了f()才执行。 '''
一个例子
def count(): fs = [] for i in range(1, 4): def f(): return i*i fs.append(f) return fs f1,f2,f3=count() print(f1(),f2(),f3())
分析
''' #返回结果为 9 9 9 每次循环，都创建了一个新的函数，然后，把创建的3个函数都返回了 全部都是9！原因就在于返回的函数引用了变量i，但它并非立刻执行。等到3个函 数都返回时，它们所引用的变量i已经变成了3，因此最终结果为9 返回闭包时牢记一点：返回函数不要引用任何循环变量，或者后续会发生变化的变量。 '''
装饰器
‘装饰器就是在不改变函数的时候，对函数添加功能。也就是装饰函数’
一个小插曲
def now(): print('方方，你好') #f=now #f() #函数对象有一个__name__属性，可以拿到函数的名字 # print(now.__name__) # print(f.__name__)
''' 现在，假设我们要增强now()函数的功能，比如，在函数调用前后自动打印日志，但又不希 望修改now()函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator） 本质上，decorator就是一个返回函数的高阶函数 '''
一个例子
def log(func): def wrapper(*args,**kw): print('call {}'.format(func.__name__)) #return func(*args,**kw) func(*args,**kw) return wrapper @log def now(): print('方方，你好') @log def now1(): print('方方2号，你好')
代码分析
''' 把@log放到now()函数的定义处，相当于执行了语句 now=log(now) now() 相当于wrapper() 装饰函数与被装饰函数通过 语法糖 @链接，没有必要放在一起。但是语 法糖要放在被装饰函数的前面即语法糖要与被装饰的函数紧挨着 '''
一个更复杂的例子
def log(text):
def decorator(func):
def wrapper(*args, **kw):
print('%s %s():' % (text, func.__name__))
return func(*args, **kw)
return wrapper
return decorator
@log('execute') #now = log('execute')(now)
def now():
print('2015-3-25')
now()
print(now.__name__)
代码分析
''' #@log('execute') 相当于 now=log('execute')(now) 先执行log('execute') #返回decorator，在执行now=decorator(now),decorator接受的参数是被装饰参数now。
#运行之后返回值wrapper函数体赋值给变量now,此时now的函数名是wrapper #now() 相当于调用wrapper() '''
'''
小结
在面向对象（OOP）的设计模式中，decorator被称为装饰模式。OOP的装饰模式需要通过继 承和组合来实现，而Python除了能支持OOP的decorator外，直接从语法层次支持decorator。 Python的decorator可以用函数实现，也可以用类实现。 decorator可以增强函数的功能，定义起来虽然有点复杂，但使用起来非常灵活和方便。 '''