在 Python 中将带有参数的函数传递给另一个函数？[重复]

问题描述：

是否可以将带有参数的函数传递给 Python 中的另一个函数？

例如：

def perform(function):
    return function()

但要传递的函数会有如下参数：

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

解决方案 1：

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)

解决方案 2：

lambda 的用途如下：

def perform(f):
    f()

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

解决方案 3：

您可以像这样使用 functools 中的部分函数。

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))

解决方案 4：

使用 functools.partial，而不是 lambdas！当然 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()

解决方案 5：

这称为部分函数，​​至少有 3 种方法可以实现。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)，并且您想将其add(3, y)作为参数传递给其他函数，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

创建自己的包装器

这里需要创建一个返回部分函数的函数。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 中的 partial

这与lambda上面显示的几乎相同。那么我们为什么需要它呢？原因有几个。简而言之，partial在某些情况下可能会更快一些（参见其实现），并且您可以将其用于早期绑定，而不是 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

解决方案 6：

（几个月后）一个很小的实例，其中 lambda 很有用，但部分没有用：

假设你想要一个二维函数的各种一维横截面，就像一排山丘的切片一样。

quadf( x, f )取一个一维函数f并将其用于各种x。

为了在 y = -1 0 1 处进行垂直切割并在 x = -1 0 1 处进行水平切割，

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'

（如何向其中添加标签 numpy、partial、lambda？）

解决方案 7：

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将函数和参数打包到闭包中并传递给perform()

感谢 David Beasley。

解决方案 8：

尽管所有回复都非常准确且解释得很好。但我想澄清一下，您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))

解决方案 9：

以下是使用闭包实现此目的的一种方法：

    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)