【发布时间】：2010-10-22 15:54:09
【问题描述】：
是否可以将带参数的函数传递给 Python 中的另一个函数？
这样说：
def perform(function):
return function()
但是要传递的函数会有如下参数：
action1()
action2(p)
action3(p,r)
【问题讨论】：
【发布时间】：2010-10-22 15:54:09
【问题描述】：
你是这个意思吗？
def perform(fun, *args):
fun(*args)
def action1(args):
# something
def action2(args):
# something
perform(action1)
perform(action2, p)
perform(action3, p, r)
【讨论】：
-
命名参数呢？也就是说，
def action1(arg1, arg2=None, arg3=None)，例如，您如何传递您打算分配给 arg3 的参数？ -
执行（有趣，**args），见stackoverflow.com/questions/8954746/…
-
如果
perform和action1,action2在不同的文件上怎么办？ @S.Lott -
@alper import 他们
-
更适合定位和命名参数：
def f(g, *args, **kwargs): g(*args, **kwargs)
这就是 lambda 的用途：
def perform(f):
f()
perform(lambda: action1())
perform(lambda: action2(p))
perform(lambda: action3(p, r))
【讨论】：
-
出于好奇，能否请您告诉我为什么 lambdas 不适合这种情况？
-
lambda 是优秀编程语言的最佳特性之一。不幸的是，Python 的实现受到严重限制。然而，在这种情况下，它们非常适合
-
我发现有限的语法几乎是不透明的；他们很难向 n00bz 解释。是的，它们确实在这里工作，并且不存在语法中令人困惑的特征。这是 - 也许 - 我见过的唯一一个不晦涩的 lambda 示例。
-
这样你就可以检索到传递函数的结果，如果Perform()调用“return f()”而不是只调用f()会不会更好。
-
我认为 lambda 版本非常简洁，但奇怪的是，在我运行的测试中，通过 lambda 调用函数比通过另一个答案中讨论的 fn(*args) 方法慢。
您可以像这样使用 functools 中的偏函数。
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))
【讨论】：
-
如果
perform需要将更多参数交给f，functools.partial也更加通用。例如，可以调用perform(partial(Action3, p))和perform(f)可以执行类似f("this is parameter r")的操作。
使用 functools.partial，而不是 lambda！而ofc Perform是个没用的函数，可以直接传函数。
for func in [Action1, partial(Action2, p), partial(Action3, p, r)]:
func()
【讨论】：
-
这取决于您是否希望在 Perform 的调用站点评估参数。
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最不冗长。假设您有一个函数 add(x, y)，并且您想将 add(3, y) 作为参数传递给其他函数，以便其他函数决定 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
创建您自己的包装器
这里你需要创建一个返回偏函数的函数。这显然要冗长得多。
# 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 的部分功能
这与上面显示的lambda 几乎相同。那我们为什么需要这个？有few reasons。简而言之，partial 在某些情况下可能会更快一些（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
【讨论】：
（几个月后）一个小的真实示例，其中 lambda 有用，部分没有：
假设您想要通过二维函数获得各种一维横截面，
就像穿过一排山丘一样。quadf( x, f ) 采用一维 f 并将其称为各种 x。
将其称为 y = -1 0 1 处的垂直切割和 x = -1 0 1 处的水平切割，
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 不能这样做 --
quadf( y, partial( f, x=1 ))
TypeError: f() got multiple values for keyword argument 'x'
（如何在其中添加标签 numpy、partial、lambda ？）
【讨论】：
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)
【讨论】：
-
无论如何，我们需要做的不仅仅是将一个函数传递给另一个闭包。
我想这就是你要找的……
def action1(action):
print(f'doing {action} here!')
def perform(function):
return function()
perform(lambda : action1('business action'))
lambda 在闭包中封装 func 和 args 并传递给 perform()
感谢大卫·比斯利。
【讨论】：