在Python中传递带参数的函数给另一个函数?

是否有可能在Python中传递带有参数的函数到另一个函数?

比如:

def perform(function):
return function()

但是要传递的函数将有如下参数:

action1()
action2(p)
action3(p,r)
294267 次浏览

这就是lambda的含义:

def perform(f):
f()


perform(lambda: action1())
perform(lambda: action2(p))
perform(lambda: action3(p, r))

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)

使用functools。偏微分,不是!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)]:
函数()
< / pre > < /代码> < / p >

你可以像这样使用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))

也适用于关键字

perform(partial(Action4, param1=p))

(几个月后)一个很小的真实例子,lambda是有用的,部分不是:
假设你想要通过一个二维函数得到不同的一维截面, 就像穿过一排小山。
quadf( x, f )接受一个1-d的f,并为各种x调用它 在y = -1 0 1处的垂直切割和在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不能做这个——

quadf( y, partial( f, x=1 ))
TypeError: f() got multiple values for keyword argument 'x'

(如何添加标签numpy, partial, lambda到这个?)

这里有一个闭包的方法:

    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)

这被称为部分函数,至少有3种方法。我最喜欢的方法是使用lambda,因为它避免了对额外包的依赖,而且最不冗长。假设你有一个函数add(x, y),你想将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λ

# 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

创建自己的包装器

这里需要创建一个返回偏函数的函数。这显然啰嗦得多。

# 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中的partial

这与上面所示的lambda几乎相同。那我们为什么需要这个?有一些原因。简而言之,在某些情况下partial可能会更快一些(请参阅它的实现),并且您可以将它用于早期绑定而不是lambda的晚期绑定。

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

我觉得这就是你要找的…

def action1(action):
print(f'doing {action} here!')


def perform(function):
return function()


perform(lambda : action1('business action'))

lambda将func和args打包在闭包中并传递给perform()

感谢大卫·比斯利。

虽然所有的回答都非常准确,解释得很好。 我想澄清一下,你也可以传递匿名函数.

def perform(fun, *arg):
return fun(*arg)


# Pass anonymous function
print(perform(lambda x: x + 1, 3)) # output: 4
print(perform(lambda x, y: x + y + 1, 3, 2)) # output: 6


# Pass defined function
perform(lambda: action1())
perform(lambda: action2(p))
perform(lambda: action3(p, r))