121 lines
4.7 KiB
Markdown
121 lines
4.7 KiB
Markdown
# Python 函数:高级概念
|
||
|
||
> 原文:[https://python.land/deep-dives/functions](https://python.land/deep-dives/functions)
|
||
|
||
您知道如何强制关键字参数、创建函数装饰器、创建匿名函数或者将数组或字典解包到函数的参数中吗？在这篇 Python 函数高级概念的文章中，我们将讨论一些围绕函数的更高级的概念。我将这些放在一篇单独的文章中，因为我不想让初学者对这些概念感到困惑。
|
||
|
||
你可能想先阅读我们对 Python 函数的[介绍。](https://python.land/introduction-to-python/functions)
|
||
|
||
目录
|
||
|
||
|
||
|
||
* [强制关键字参数](#Forced_keyword_arguments "Forced keyword arguments")
|
||
* [使用*和**作为函数参数](#Using_and_for_function_arguments "Using * and ** for function arguments")
|
||
* [装饰您的功能](#Decorating_your_functions "Decorating your functions")
|
||
* [匿名函数](#Anonymous_functions "Anonymous functions")
|
||
|
||
|
||
|
||
## 强制关键字参数
|
||
|
||
关键字参数有许多优点:
|
||
|
||
* 你没有被强迫按照特定的顺序来提供你的论点——名字很重要，而不是立场。
|
||
* 关键字参数提供了清晰度。不用查函数本身，你通常可以通过看名字猜出参数的用途。
|
||
|
||
那很好，但是你可能已经知道这些事情了。您可能不知道的是，您还可以强制关键字参数。在 PEP 3202 中描述了细节，但是归结起来就是在想要强制作为关键字参数的参数前使用星号。或者，如下所示，在所有参数之前，强制所有参数都是关键字参数:
|
||
|
||
```py
|
||
>>> def f(*, a, b):
|
||
... print(a, b)
|
||
...
|
||
>>> f(1, 2)
|
||
Traceback (most recent call last):
|
||
File "<stdin>", line 1, in <module>
|
||
TypeError: f() takes 0 positional
|
||
arguments but 2 were given
|
||
>>> f(a=1, b=2)
|
||
1 2
|
||
>>>
|
||
```
|
||
|
||
当您开发某种类型的库时，这个高级函数技巧可能会派上用场。也许你还不想坚持某个论点的顺序。在这种情况下，这是强制库的用户使用命名参数的方法，使顺序变得无关紧要。
|
||
|
||
## 使用*和**作为函数参数
|
||
|
||
有些函数需要很长的参数列表。虽然这应该完全避免，例如，通过使用[数据类](https://python.land/python-data-classes)，但这并不总是由你决定。在这种情况下，第二个最好的选择是创建一个包含所有命名参数的[字典](https://python.land/python-data-types/dictionaries)，并将其传递给函数。这通常会使您的代码更具可读性。您可以通过使用前缀`**`来解包字典，以便与命名的关键字一起使用:
|
||
|
||
```py
|
||
>>> def f(a, b):
|
||
... print(a, b)
|
||
...
|
||
>>> args = { "a": 1, "b": 2 }
|
||
>>> f(**args)
|
||
1 2
|
||
```
|
||
|
||
类似地，我们可以使用单个`*`来解包一个列表，并将其内容作为位置参数提供给一个函数:
|
||
|
||
```py
|
||
>>> def f(a, b, c):
|
||
... print(a, b, c)
|
||
...
|
||
>>> l = [1, 2, 3]
|
||
>>> f(*l)
|
||
1 2 3
|
||
```
|
||
|
||
## 装饰您的功能
|
||
|
||
装饰器是一个函数的包装器，它以某种方式修改函数的行为。decorators 有许多用例，您可能以前在使用 Flask 这样的框架时使用过。
|
||
|
||
让我们创建自己的装饰器；它比你想象的要简单，也许有一天会派上用场:
|
||
|
||
```py
|
||
def print_argument(func):
|
||
def wrapper(the_number):
|
||
print("Argument for", func.__name__, "is", the_number)
|
||
return func(the_number)
|
||
|
||
return wrapper
|
||
|
||
@print_argument
|
||
def add_one(x):
|
||
return x + 1
|
||
|
||
print(add_one(1))
|
||
```
|
||
|
||
在`print_argument`中，我们定义了一个包装函数。该函数打印被调用函数的参数和名称。接下来，它执行实际的函数并返回结果，就像函数被定期调用一样。使用`@print_argument`,我们将装饰器应用于一个函数。也许没有必要说:这个装饰器也可以在其他函数中重用。
|
||
|
||
我们的小脚本的输出将是:
|
||
|
||
```py
|
||
Argument for add_one is 1
|
||
2
|
||
```
|
||
|
||
## 匿名函数
|
||
|
||
有时候，命名一个函数是不值得的。一个例子是当你确定函数只会被使用一次。对于这种情况，Python 为我们提供了匿名函数，也称为 lambda 函数。
|
||
|
||
lambda 函数可以赋给一个变量，从而创建了一种简洁的函数定义方式:
|
||
|
||
```py
|
||
>>> add_one = lambda x: x + 1
|
||
>>> add_one(3)
|
||
4
|
||
```
|
||
|
||
当你需要使用一个函数作为参数时，这就变得更有趣了。在这种情况下，该函数通常只使用一次。如您所知，`map`将一个函数应用于一个可迭代对象的所有元素。我们可以在调用 map 时使用 lambda:
|
||
|
||
```py
|
||
>>> numbers = [1, 2, 3, 4]
|
||
>>> times_two = map(lambda x: x * 2, numbers)
|
||
>>> list(times_two)
|
||
[2, 4, 6, 8]
|
||
>>>
|
||
```
|
||
|
||
事实上，这是一种你会经常看到的模式。当你需要对一个 iterable 对象的每个元素应用一个相对简单的操作时，结合 lambda 函数使用`map()`既简洁又高效。 |