深入浅析Python 函数注解与匿名函数

函数注解与匿名函数

关于函数参数的定义，调用以及函数参数的内容，在下面的文章中已经做了初步的介绍，有需要的可以访问进行了解:

Python 函数

函数注解

在编写函数，当下肯定清楚函数如何使用的。若是函数较为复杂，过段时间，编写者有可能需要花一段时间去重新了解函数的使用，那其他使用者也同样会遇到这样的困惑。

所以当编写完函数后，可以为函数的参数添加一些额外的信息。这里给函数参数添加注解，能够提示程序员如何正确使用这个函数。如下示例：

def add(x:int, y:int) -> int:
 '''Returns the sum of two numbers
 '''
 return x + y

在这里，Python 解释器并不会对这些注解添加任何的语义（可能第三方工具和框架会）。它们并不会被类型检查，运行的时候跟没有添加注解前是没有任何差距的。但若是有需要的人阅读源码时，这些都能给阅读者提供帮助。同时会出现在文档里。

>>> help(add)
Help on function add in module __main__:

add(x: int, y: int) -> int
 Returns the sum of two numbers

函数注解只存储于函数的 __annotations__ 属性中。比如：

>>> add.__annotations__
{'x': <class 'int'>, 'y': <class 'int'>, 'return': <class 'int'>}

注解的主要用途还是文档。Python 并没有类型声明，当阅读源码的时候，比较难知道传递什么样的参数给这个函数。这时候，注解就能够给阅读者更多的提示，能够让他们正确使用函数。

匿名函数

如何定义

在前面提及的文章中，讲到了使用 def 定义一个函数。但若是函数能够单行实现，这个时候可以考虑使用匿名函数（lambda 表达式）来实现这种功能。

当函数功能非常简单，仅仅只是计算一个表达式的值时，就可以用 lambda 表达式来替代。比如：

>>> add = lambda x, y: x + y
>>> add
<function <lambda> at 0x0000021496CD98B8>
>>> add(2, 3)
5
>>> add('hello', ' world')
'hello world'

其实使用 lambda 表达式跟下面的效果是一样的：

>>> def add(x, y):
... return x + y
...
>>> add(2, 3)
5
>>> add('hello', ' world')
'hello world'

lambda 表达式主要运用的场景是排序或者数据 reduce：

>>> pairs = [(1, 'one'), (2, 'two'), (3, 'three'), (4, 'four')]
>>> sorted(pairs, key=lambda pair: pair[1])
[(4, 'four'), (1, 'one'), (3, 'three'), (2, 'two')]

上面的例子就是用于排序列表元素，以列表元素元组的第二个元素进行排序。此处的元组的第二个元素是字符串，关于字符串的比较，先比较字符串的首字符，首字符相同时，比较第二个字符，以此类推。

在这里， four 与 one ， f 比 o 排序更前，所以 four 排在 one 前面， three 和 two 首字符相同，比较的是第二个字符 h 和 w ，所以 three 排在 two 前面。

尽管 lambda 表达式能够定义简单函数，但其实是有限制的。只能指定单个表达式，它的值就是最后返回的值。即是不能包含其他的语言特性，包括多个语句、迭代以及异常处理等等。

捕获变量值

如何在定义匿名函数时捕获某些变量的值？现在，先看看以下示例代码的效果：

>>> x = 10
>>> a = lambda y: x+y
>>> x = 20
>>> b = lambda y: x+y

在这里，先猜猜 a(10) 和 b(10) 的结果？若觉得结果是 20 和 30 ，那就错了：

>>> a(10) 30 >>> b(10) 30

产生上面的结果，是因为 lambda 表达式中的 x 是一个自由变量，它是在运行的时候绑定值，而不是在定义的时候就绑定，这里跟函数的默认值参数定义是不同的。因此，在调用这个 lambda 表达式时， x 的值其实是执行时的值。例如：

>>> x = 10 >>> a(10) 20 >>> x = 20 >>> b(10) 30

若是向在匿名函数在定义时就捕获值，可以将参数值定义为默认参数：

>>> x=10 >>> a = lambda y, x=x: x+y >>> x=20 >>> b = lambda y, x=x: x+y >>> a(10) 20 >>> b(10) 30

还有一个需要注意：假如想用循环或列表推导创建一个 lambda 表达式列表，期望函数能够在定义时就记住每次的迭代值。以下的写法是无法达到效果的：

>>> func = [lambda x: x+n for n in range(5)] >>> for f in func: ... print(f(0)) ...

这里最终执行的结果，也是因为最终执行，n 的值其实是迭代的最后一个值。

修改函数，使其达到想要达到的效果，也是上面提及的默认值的做法：

>>> func = [lambda x, n=n: x+n for n in range(5)] >>> for f in func: ... print(f(0)) ...

现在使用默认值参数的形式，就能够实现在定义时绑定所需的值。

参考资料

来源

[1] David M. Beazley;Brian K. Jones.Python Cookbook, 3rd Edtioni.O'Reilly Media.2013.

[2] "4.7.6 Lambda Expressions".docs.python.org.Retrieved 23 February 2020.

总结

到此这篇关于Python 函数注解与匿名函数的文章就介绍到这了,更多相关Python 函数注解与匿名函数内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客！