使用参数将函数传递给Python中的另一个函数？

Question

是否可以将带参数的函数传递给Python中的另一个函数？

说出像：

def perform(function):
    return function()

但要传递的函数将包含如下参数：

action1()
action2(p)
action3(p,r)

Answer 1

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 )

Answer 2

这就是lambda的用途：

def Perform(f):
    f()

Perform(lambda: Action1())
Perform(lambda: Action2(p))
Perform(lambda: Action3(p, r))

Answer 3

您可以使用functools中的部分功能。

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))

Answer 4

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()

Answer 5

（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， 像切片穿过一排山丘。
quadf（x，f）采用1-d f 并为各种 x 调用它。
在y = -1 0 1时调用它进行垂直切割，在x = -1 0 1处调用水平切割，

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'

（如何将标签numpy，partial，lambda添加到此？）

Answer 6

这称为部分功能，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，并且是最简单的。假设您有一个函数 add（x，y），并且您希望将 add（3，y）传递给其他函数作为参数，以便其他函数决定该值对于 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

创建自己的包装

在这里，您需要创建一个返回partial函数的函数。这显然更加冗长。

# 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

这与上面显示的 lambda 几乎相同。那为什么我们需要这个呢？有几个原因。简而言之， partial 在某些情况下可能会更快一些（参见实施），你可以用它来早期绑定与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

Answer 7

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)