高阶函数
将函数作为参数传入，这样的函数称为高阶函数。函数式编程就是指这种高度抽象的编程范式。
变量可以指向函数，函数的参数能接收变量，那么一个函数就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。如下所示：
1 deffun0(x,y,fun):2 return fun(x)*fun(y)3 print(fun0(-9,-10,abs))
1. 高阶函数之map
map(fun, lst)，将传入的函数变量func作用到lst变量的每个元素中，并将结果组成新的列表返回。
1 list1=[0,1,2,3,4,5,6,7,8,9]2
3 list_result=[]4 for i inlist1:5 list_result.append(i*i*i)6 print(list_result)7
8 def cube(x):#求立方
9 return x*x*x10 print(list(map(cube,list1)))11
12
13 list2=[10,11,12,13,14,15,16,17,18,19]14 defmulti(x,y):15 return x*y16
17 #map接收两个list，可用于两个列表的对应索引数据进行操作
18 print(list(map(multi,list1,list2)))
2. 高阶函数之匿名函数
定义一个匿名函数并调用，定义格式如-->lambda arg1,arg2…:表达式
1 f=lambda x,y:x+y2 print(f(10,20))3
4 #不需要显式地定义函数，直接传入匿名函数更方便
5 print(list(map(lambda x:x*x*x,list1)))
3. 高阶函数之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。
1 from functools importreduce2 list1=[1,3,5,7,9] #如何让列表里面的值变成一个数字13579输出
3 deffun(x,y):4 return x*10+y5 print(reduce(fun,list1))6 print(reduce(lambda x,y:x*10+y,list1))#利用lambda来实现
7
8 print(reduce(lambda x,y:x+y,range(1,101)))#从1+2+...+99+100的总和
4. 高阶函数之filter
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
1 deffun2(x):2 return x%2==03 list2=[1,2,3,4,5,6,7,8,9]4 print(list(filter(fun2,list2)))5
6 print(list(filter(fun2, range(1, 101))))#输出1到100的偶数
7 print(list(filter(lambda x:x%2==0,list2)))#利用lambda来实现
8
9 #获取非空字符串函数
10 deffun3():11 list1 = ["tony", "is", "good", "man", " ", "hello", " "]12 for el inlist1:13 if(el andel.strip()):14 print(el)15fun3()16
17 #使用filter实现fun3的功能
18 defis_not_null(str1):19 return str1 andstr1.strip()20 list3=["tony","is","good","man"," ","hello"," "]21 print(list(filter(is_not_null,list3)))
5. 高阶函数之装饰器
1 importtime2 def waste_time(func): #用于计算函数执行的耗时
3 def function(*args,**kwargs):4 start_time=time.time()5 result=func(*args,**kwargs)6 end_time=time.time()7 spend=end_time-start_time8 print("函数%s 总共耗时%.3f秒:"%(func.__name__,spend))9 returnresult10 returnfunction11
12@waste_time13 defabc():14 print("aaa")15abc()16
17 def get_log(func): #能装饰的方法添加日志输出
18 importtime19 def wrapper(*args, **kw):20 print(str(time.asctime())+'call %s():' % func.__name__)21 return func(*args, **kw)22 returnwrapper23
24@get_log25 defabd():26 print("bbb")27 abd()
6. 高阶函数之 retrun function(返回函数)
1@waste_time2 def get_dict(**kwargs):3 defgetjson():4 jsons=""
5 for key,value inkwargs.items():6 jsons+=key+"="+str(value)+"&"
7 returnjsons8 returngetjson9
10
11 print(get_dict(name='tony',age=33))12 f=get_dict(name='tony',age=33)13 print(f())14 print(get_dict(name='tony',age=33)())
7. 高阶函数之sorted排序函数
1 num_list=[34,55,2,3,444,500]2 print(sorted(num_list)) #默认升序
3 print(sorted(num_list,reverse=True)) #reverse=True表示降序
4
5 #对字符串ASCII A=65 a=97进行排序
6 str_list=['ac','aa','AB','d','c']7 print(sorted(str_list))8 print(sorted(str_list,reverse=True))9
10 #用key来接收指定函数来进行自定义排序
11 str_list=['ac','aa','AB','d','c']12 print(sorted(str_list,key=str.lower)) #不考虑大小写
13
14 num_list=[34,55,2,3,444,500,-599,-222]15 print(sorted(num_list,key=abs)) #用绝对值进行排序
16
17 classTester:18 def __init__(self,age,name):19 self.age=age20 self.name=name21
22 t1=Tester(10,'tony')23 t2=Tester(20,'jack')24 t3=Tester(30,'tom')25
26 result=list(sorted([t1,t2,t3],key=lambda x:x.age)) #针对对象实例进行排序，指定了年龄
27 for test inresult:28 print(test.name,test.age)
8. 高阶函数之闭包
闭包的定义？闭包本质上就是一个函数
如何创建闭包？
函数要嵌套(有内外部函数)
内部函数使用外部函数的变量
外部函数返回内部函数的名称
如何使用闭包？典型的使用场景是装饰器的使用。
global与nonlocal的区别：
global可以改变全局变量，同时可以定义新的全局变量；
nonlocal只能改变外层函数变量，不能定义新的外层函数变量，并且nonlocal也不能改变全局变量。
global关键字可以用在任何地方，包括最上层函数中和嵌套函数中；
nonlocal关键字只能用于嵌套函数中，并且外层函数中必须定义了相应的局部变量，否则会发生错误。
简单的使用如下：
1 defoutFun(arg1):2 definFun(arg2):3 nonlocal arg1#nonlocal关键字用来在函数或其他作用域中使用外层(非全局)变量。
4 arg1+=200
5 return arg1*arg26 returninFun7 infun=outFun(100)#调用外部函数，传入参数，返回是内部函数
8 result=infun(300)#调用内部函数，传入参数
9 print("the result is:",result)10
11 #使用闭包求给function计算耗时(上面的内容已经提到)代码如下：
12 importtime13 def waste_time(func): #用于计算函数执行的耗时
14 def function(*args,**kwargs):15 start_time=time.time()16 result=func(*args,**kwargs)17 end_time=time.time()18 spend=end_time-start_time19 print("函数%s 总共耗时%.3f秒:"%(func.__name__,spend))20 returnresult21 return function
9. 高阶函数之偏函数
偏函数主要辅助原函数，作用其实和原函数差不多，不同的是，我们要多次调用原函数的时候，有些参数，我们需要多次手动的去提供值。
而偏函数便可简化这些操作，减少函数调用，主要是将一个或多个参数预先赋值，以便函数能用更少的参数进行调用。
我们再来看一下偏函数的定义：
类func = functools.partial(func, *args, **keywords)
我们可以看到，partial 一定接受三个参数，从之前的例子，我们也能大概知道这三个参数的作用。简单介绍下：
func: 需要被扩展的函数，返回的函数其实是一个类 func 的函数
*args: 需要被固定的位置参数
**kwargs: 需要被固定的关键字参数
1 def add(*args, **kwargs):2 for n in args:#打印位置参数
3 print(n)4 print("-"*20)5 for k, v in kwargs.items():#打印关键字参数
6 print('%s:%s' %(k, v))7
8 #普通调用
9 add(1, 2, 3, v1=10, v2=20)10
11 #偏函数调用
12 from functools importpartial13 add_fun=partial(add,100,k1=200,k2=300)14 add_fun(1, 2, 3, v1=10, v2=20)
总结
本文是对Python 高阶函数相关知识的分享，主题内容总结如下：
初识高阶函数
高阶函数之map
高阶函数之匿名函数
高阶函数之reduce
高阶函数之filter
高阶函数之装饰器
高阶函数之 retrun function(返回函数)
高阶函数之sorted排序函数
高阶函数之闭包
高阶函数之偏函数
欢迎关注【无量测试之道】公众号，回复【领取资源】,
Python编程学习资源干货、
Python+Appium框架APP的UI自动化、
Python+Selenium框架Web的UI自动化、
Python+Unittest框架API自动化、
资源和代码 免费送啦~
文章下方有公众号二维码，可直接微信扫一扫关注即可。
备注：我的个人公众号已正式开通，致力于测试技术的分享，包含：大数据测试、功能测试，测试开发，API接口自动化、测试运维、UI自动化测试等，微信搜索公众号：“无量测试之道”，或扫描下方二维码：
添加关注，让我们一起共同成长！
