将带有参数的函数传递给Python中的另一个函数？

是否可以将带有参数的函数传递给Python中的另一个函数？

说出类似的内容：

def perform(function):
    return function()

但是要传递的函数将具有以下参数：

action1()
action2(p)
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 )

这就是lambda的用途：

def Perform(f):
    f()

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

您可以像这样从functools使用局部函数。

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))

使用functools.partial，而不是lambdas！而且Ofc Perform是一个无用的函数，您可以直接传递函数。

for func in [Action1, partial(Action2, p), partial(Action3, p, r)]:
  func()

（几个月后）一个很小的真实示例，其中lambda很有用，但部分没有用：
说您想要通过2维函数的各种1维横截面，例如穿过一排山丘的切片。
quadf( x, f )接受一维f并调用它x。
称其为y = -1 0 1处的垂直切割和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不能这样做-

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

（如何为此添加标签numpy，partial，lambda？）

这称为部分函数，​​至少有3种方法可以做到这一点。我最喜欢的方式是使用lambda，因为它避免了对额外程序包的依赖，并且最不冗长。假设您有一个函数，add(x, y)并且希望将add(3, y)其他函数作为参数传递，以便其他函数确定用于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

创建自己的包装器

在这里，您需要创建一个返回部分函数的函数。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

从functools使用部分

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

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)