使用参数将函数传递给Python中的另一个函数?

Joa*_*nge 188 python function

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()
Run Code Online (Sandbox Code Playgroud)

但要传递的函数将具有如下参数:

action1()
action2(p)
action3(p,r)
Run Code Online (Sandbox Code Playgroud)

S.L*_*ott 272

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 )
Run Code Online (Sandbox Code Playgroud)

  • 命名参数怎么样?也就是说,`def action1(arg1,arg2 = None,arg3 = None)`,你怎么能传递一个你打算分配给arg3的参数呢? (9认同)
  • 执行(有趣,**args),请参阅http://stackoverflow.com/questions/8954746/python-arguments-as-a-dictionary (5认同)
  • 位置参数和命名参数都更好:`def f(g, *args, **kwargs): g(*args, **kwargs)` (4认同)

Dav*_*ave 116

这就是lambda的用途:

def Perform(f):
    f()

Perform(lambda: Action1())
Perform(lambda: Action2(p))
Perform(lambda: Action3(p, r))
Run Code Online (Sandbox Code Playgroud)

  • lambdas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 (11认同)
  • 因此,您可以检索传递函数的结果,如果Perform()调用"return f()"而不是仅调用f(),则不会更好. (11认同)
  • 出于好奇,你能否告诉我为什么lambdas对这种情况不利? (7认同)
  • 我发现有限的语法几乎不透明; 他们很难向n00bz解释.是的,他们在这里工作,并且没有语法的混乱特征.这也许 - 也许 - 我见过的唯一一个不晦涩的lambda的例子. (2认同)

小智 35

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))
Run Code Online (Sandbox Code Playgroud)

也适用于关键字

perform(partial(Action4, param1=p))
Run Code Online (Sandbox Code Playgroud)

  • 如果“perform”需要将更多参数移交给“f”,“functools.partial”也更通用。例如,可以调用“perform(partial(Action3, p))”,而“perform(f)”可以执行类似“f(“这是参数 r”)”的操作。 (2认同)

Joc*_*zel 13

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()

  • 这取决于您是否希望在调用站点的Perform上评估参数. (3认同)

Shi*_*hah 10

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,而且是最不冗长的。假设您有一个函数,add(x, y)并且希望将add(3, y)其作为参数传递给其他某个函数,以便其他函数决定 的值y

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
Run Code Online (Sandbox Code Playgroud)

创建您自己的包装器

这里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
Run Code Online (Sandbox Code Playgroud)

使用 functools 中的部分

这几乎与lambda上面显示的相同。那我们为什么需要这个呢?有几个原因。简而言之,partial在某些情况下可能会更快(请参阅其实现),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
Run Code Online (Sandbox Code Playgroud)


den*_*nis 6

(几个月后)一个很小的真实例子,其中lambda是有用的,部分不是:
假设你想要通过二维函数的各种一维横截面,比如通过一排山丘的切片.
quadf( x, f )需要1-d f并将其称为各种各样的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 )
Run Code Online (Sandbox Code Playgroud)

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'
Run Code Online (Sandbox Code Playgroud)

(如何将标签numpy,partial,lambda添加到此?)