1高阶函数
1.1 数学概念
回顾下数学知识：
y=f(x) 这是最开始接触的普通函数
y=g(f(x)) 这个就是我们接触到的高阶函数
在数学和计算机科学中，高阶函数至少应当是满足下面一个条件的函数：
1）接受一个或者多个函数作为参数
2）输出一个函数
程序中我们的高阶函数也类似
示例计数器的函数：
def counter(base):
def inc(step=1):
nonlocal base
base += step
return base
return inc
1.2 内建函数应用高阶函数举例
sorte(iterable[,key][,reverse]) 排序,返回一个列表
filter(function, iterable) 过滤可迭代对象的元素，返回一个迭代器
map(function, *iterable) -->map object 对多个可迭代对象的元素按照指定的函数进行映射，返回一个迭代器
2 装饰器
2.1 自定义高阶函数
柯里化Currying
自定义高阶函数前，先了解下柯里化Currying：
柯里化：指的是将原来接受两个参数的函数变成新的接收一个参数的函数,新的函数返回一个以原有第二个参数为参数的函数
z = f(x, y)转换成z=f(x)(y)
通过嵌套函数就可以把函数转换成柯里化函数
举例
def add(x,y):
return x+y
改变后
def add(x):
def _add(y):
nonlocalt x
retrun x+y
return _add
这就是一个简单的高阶函数
2.2 高阶函数应用--装饰器
引入：
存在一个add函数。
def add(x, y):
return x + y
这个add()太low了，我需要增强他的功能，譬如加入信息输出功能：
def add(x, y):
print("call add, {}+{}".format(x,y))
return x + y
上面的加法函数实现我的需求，但还是不够好，存在以下缺点：
1）打印语句的耦合太高。
2）add()属于业务功能，而输出信息属于非业务功能代码，类似日志的东东，放在add()函数不太合适。
那么改进下：
def add(x, y):
return x + y
def logger(fn):
print("开始业务执行")
x = fn(4, 5)
print("执行结束，结果:", x)
print(logger(add))
好了一些，那继续改进
def add(x,y):
return x+y
def logger(fn,x,y):
print("开始业务执行")
ret = fn(x,y)
print("执行结束",)
return ret
改进后，fn的参数仍受限制，只能针对含有两个参数的add,我想让logger适用的范围更大一些，譬如我有一个sum(x,y,z)
继续改进
def logger(fn,*args,**kwargs):
print("开始业务执行")
ret = fn(*args,**kwargs)
print("执行结束")
return ret
这个时候，进行柯里化
def logger(fn):
def _logger(*args, **kwargs):
print('before')
ret = fn(*args, **kwargs)
print('after')
return ret
return _logger
# 如下调用，python学习交流群：489111204
add = logger(add) # 因为函数调用的关系，参数add的引用用在函数内部保存
add(4, 5) # 调用的是内部保存的add引用，而非原本的add函数
Python将其改进为装饰器
#Python学习交流QQ群：489111204
def logger(fn):
def _logger(*args, **kwargs):
print('before')
ret = fn(*args, **kwargs)
print('after')
return ret
return _logger
@logger
def add(x,y):
return x+y
print(add(4, 10))
装饰器是高阶函数一个重要应用，是对传入函数的功能装饰或者是功能增强。