是否可以将带有参数的函数传递给Python中的另一个函数?
比如说:
def perform(function):
return function()
但要传递的函数将具有如下参数:
action1()
action2(p)
action3(p,r)
你是说这个吗?
def perform( fun, *args ):
fun( *args )
def action1( args ):
something
def action2( args ):
something
perform( action1 )
perform( action2, p )
perform( action3, p, r )
这就是lambda的用途:
def Perform(f):
f()
Perform(lambda: Action1())
Perform(lambda: Action2(p))
Perform(lambda: Action3(p, r))
您可以使用functools中的partial函数。
from functools import partial
def perform(f):
f()
perform(Action1)
perform(partial(Action2, p))
perform(partial(Action3, p, r))
也适用于关键字
perform(partial(Action4, param1=p))
使用functools.partial,而不是lambdas!而ofc Perform是一个无用的函数,你可以直接传递函数。
for func in [Action1, partial(Action2, p), partial(Action3, p, r)]:
func()
(几个月后)一个很小的真实例子,其中lambda是有用的,部分不是:
假设您希望通过二维函数获得各种一维横截面,例如穿过一排山丘的切片。
quadf( x, f )
采取1-d f
并称它为各种x
。
要在y = -1 0 1处调用垂直切割,在x = -1 0 1处调整水平切割,
fx1 = quadf( x, lambda x: f( x, 1 ))
fx0 = quadf( x, lambda x: f( x, 0 ))
fx_1 = quadf( x, lambda x: f( x, -1 ))
fxy = parabola( y, fx_1, fx0, fx1 )
f_1y = quadf( y, lambda y: f( -1, y ))
f0y = quadf( y, lambda y: f( 0, y ))
f1y = quadf( y, lambda y: f( 1, y ))
fyx = parabola( x, f_1y, f0y, f1y )
据我所知,partial
无法做到这一点 -
quadf( y, partial( f, x=1 ))
TypeError: f() got multiple values for keyword argument 'x'
(如何将标签numpy,partial,lambda添加到此?)
这称为部分函数,至少有3种方法可以做到这一点。我最喜欢的方法是使用lambda,因为它避免了对额外包的依赖,并且是最简单的。假设您有一个函数add(x, y)
,并且您希望将add(3, y)
作为参数传递给其他函数,以便另一个函数决定y
的值。
使用lambda
# generic function takes op and its argument
def runOp(op, val):
return op(val)
# declare full function
def add(x, y):
return x+y
# run example
def main():
f = lambda y: add(3, y)
result = runOp(f, 1) # is 4
创建自己的包装
在这里,您需要创建一个返回部分函数的函数。这显然更加冗长。
# generic function takes op and its argument
def runOp(op, val):
return op(val)
# declare full function
def add(x, y):
return x+y
# declare partial function
def addPartial(x):
def _wrapper(y):
return add(x, y)
return _wrapper
# run example
def main():
f = addPartial(3)
result = runOp(f, 1) # is 4
使用functools中的partial
这与上面显示的lambda
几乎相同。那为什么我们需要这个呢?有few reasons。简而言之,partial
在某些情况下可能会更快(参见其implementation)并且您可以将其用于早期绑定与lambda的后期绑定。
from functools import partial
# generic function takes op and its argument
def runOp(op, val):
return op(val)
# declare full function
def add(x, y):
return x+y
# run example
def main():
f = partial(add, 3)
result = runOp(f, 1) # is 4
这是一种使用闭包的方法:
def generate_add_mult_func(func):
def function_generator(x):
return reduce(func,range(1,x))
return function_generator
def add(x,y):
return x+y
def mult(x,y):
return x*y
adding=generate_add_mult_func(add)
multiplying=generate_add_mult_func(mult)
print adding(10)
print multiplying(10)