三大神器

1.高阶函数

1. 函数就是变量（**）

python定义函数就是定义一个类型是function 的变量，函数名就是变量名

def func1(): print('函数1') 查看变量的类型 a = 10 print(type(a)) # <class 'int'> print(type(func1)) # <class 'function'> 用一个变量给另一个变量赋值 b = a print(b+20) # 30 c = func1() # 函数1 查看变量的地址 print(id(a)) # 140724639268192 print(id(func1)) # 2818203517000 修改变量的值 a=100 变量可以作为列表的元素 a = 200 list1 = [a, 10, 20, 30, func1, func1()] print(list1) # [200, 10, 20, 30, <function func1 at 0x000002902A050048>, None] print(list1[-2]()) # 函数1

2.高阶函数

实参高阶函数：参数是函数 的函数 就是实参高阶函数

变量可以作为函数的参数（实参） def func2(x): print(x) m = 12.5 func2(10) func2(m) 实参高阶函数 def func3(x): print(x(1, 2)) func3(lambda m, n: m+n) 系统提供的常见的实参高阶函数 （1）.max、min、sorted都是实参高阶函数，有一个参数key需要传一个函数；被传入的函数需要一个参数和一个返回值，这个参数指向的是序列中的元素，返回值是比较对象 # 示例一：求列表中数字各位数和最大的元素 list2 = [19, 90, 78, 67] def func3(item): # 个位数最大的元素 # return item%10 # 各位数的和的最大值 sum1 = 0 for x in str(item): sum1 += int(x) return sum1 print(max(list2, key=func3)) # 示例二：求列表中个位数最大的元素 print(max(list2, key=lambda item: item % 10)) # 练习1：用max函数获取学生列表中成绩最高的学生 students = [ {'name': '张三', 'age': 18, 'score': 89}, {'name': '小明', 'age': 29, 'score': 60}, {'name': '李四', 'age': 25, 'score': 90}, {'name': 'Tom', 'age': 19, 'score': 87} ] # 获取成绩最高的学生 best_stu = max(students, key=lambda item: item['score']) print(best_stu) # 获取年龄最小的学生 min_stu = min(students, key=lambda item: item['age']) print(min_stu) # 将学生列表按照年龄值从小到大排序 new_students = sorted(students, key=lambda item: item['age']) print(new_students) （2）. map函数 map(函数,序列) - 将序列中所有的元素按照函数指定的规则进行转换, 返回的是map的对 象(map就是容器型数据类型中的一种)。 函数需要一个参数和一个返回值，参数指向的是序列中的元素，返回值 就是用来替换原来元素的新元素 list3 = [10, 20, 30, 40] # 示例1：将列表list3中所有的元素都加1 -> [11, 21, 31, 41] new_list3 = map(lambda item: item+1, list3) print(new_list3, list(new_list3)) # 示例2：将列表list3中的所有的元素都转换成对应的字符串： ['10', '20', '30', '40'] new_list3 = map(str, list3) print(list(new_list3)) # ['10', '20', '30', '40'] (3)reduce(函数，序列) - 对序列中的元素按照函数提供的功能进行累积的操作 函数需要两个参数,第一个参数是初始化或者上次运算的结果，y 指向每一个元素 reduce(函数，序列, 初始值) from functools import reduce list3 = [10, 20, 30, 40] # 示例一： 求所有元素的和 result = reduce(lambda x, y: x+y, list3) print(result) # 100 # 示例二：求所有元素的乘积 result = reduce(lambda x, y: x*y, list3) print(result) # 240000 # 示例三：求整个班级所有学生的总成绩 students = [ {'name': '张三', 'age': 18, 'score': 89}, {'name': '小明', 'age': 29, 'score': 60}, {'name': '李四', 'age': 25, 'score': 90}, {'name': 'Tom', 'age': 19, 'score': 87} ] result = reduce(lambda x, y: x + y['score'], students, 0) print(result) # 326 # reduce原码（粗糙的！） def yt_reduce(func, seq, inter=None): if inter is None: x = seq.pop(0) else: x = inter for item in seq: x = func(x, item) return x result = yt_reduce(lambda x, y: x+y['score'], students, 0) print(result) 返回值高阶函数：返回值是函数的高阶函数 # func1是返回值高阶函数 def func1(): def func2(x, y): return x + y return func2 print(func1()(100, 200)) # func2(100, 200)

4.装饰器

1.装饰器的作用

在不修改函数的情况下给函数添加新的功能

2.什么是装饰器

装饰其本质就是一个函数（这个函数是一个实参高阶函数也是返回值高阶函数）

无参装饰器的写法： def 函数名1(函数名2): def 函数名3(*agrs, **kwargs): 新功能代码 返回值 = 函数名2(*agrs, **kwargs) return 返回值 return 函数名3 说明: 函数名1 - 装饰器名字，命名的时候和这个装饰器要添加的功能进行关联 函数名2 - 随便命名，指向被添加功能的函数; 可以命名成 fn 函数名3 - 随便命名，在原函数上添加完新的功能以后产生的新的函数 新功能代码 - 实现新加的功能的代码 # 写一个装饰器，在函数开始执行前打印'函数开始' def start_function(fn): def new_fn(*args, **kwargs): print('函数开始') result = fn(*args, **kwargs) return result return new_fn @start_function def yt_sum(num1, num2): print(num1 + num2) @start_function def print_star(n): print('*'*n) @start_function def factorial(n): sum1 = 1 for x in range(1, n+1): sum1 *= x return sum1 yt_sum(10, 20) # 函数开始 30 print_star(8) # ******** yt_sum(100, 200) # 300 print(factorial(5)) # 120 # 练习1：写一个装饰器将返回值是字符串的函数，返回值中所有的小写字母变成大写字母。 def yt_upper(fn): # fn = str_func def new_fn(*args, **kwargs): result = fn(*args, **kwargs) if type(result) == str: return result.upper() # new_result = '' # for x in result: # if 'a' <= x <= 'x': # new_result += chr(ord(x)-32) # else: # new_result += x # return new_result else: return result return new_fn @yt_upper def str_func(): return 'abc' print(str_func()) # ABC #装饰器的本质： @yt_upper def str_func(): return 'abc' #相当于： def str_func(): return 'abc' str_func = yt_upper(str_func) # str_func = new_fn

补充：定义函数的时候*args和**kwargs同时存在的意义 – 不定参数在调用的时候也可以使用位置参数也可以使用关键字参数

def func1(*args, **kwargs): pass func1(20, 90, 90) func1(a=20, b=9) func1(1, 3, 4, a=3, b=5, c=90) def func3(x, y, z): print(f'x:{x}, y:{y}, z:{z}') def func2(*args, **kwargs): # args = (10, 20, 30) # kwargs = {} func3(*args, **kwargs) # func3(10, 20, 30) func3(*(10, 20, 30)) -> func3(10, 20, 30) func2(10, 20, 30) # x:10, y:20, z:30 func3(x=20, y=90, z=300) # x:20, y:90, z:300