Передача функций с аргументами другой функции в Python?

Можно ли передать функции с аргументами другой функции в Python?

Скажи что-то вроде:

def perform(function):
    return function()

Но передаваемые функции будут иметь такие аргументы:

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

Вы имеете в виду это?

def perform( fun, *args ):
    fun( *args )

def action1( args ):
    something

def action2( args ):
    something

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

Вот для чего лямбда:

def Perform(f):
    f()

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

Вы можете использовать функцию part из functools следующим образом.

from functools import partial

def perform(f):
    f()

perform(Action1)
perform(partial(Action2, p))
perform(partial(Action3, p, r))

Также работает с ключевыми словами

perform(partial(Action4, param1=p))

Используйте functools.partial, а не лямбды! И ofc Perform - бесполезная функция, вы можете передавать функции напрямую.

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

(несколько месяцев спустя) крошечный реальный пример, где лямбда полезна, а не частична:
скажем, вы хотите различные одномерные сечения через двумерную функцию, например срезы в ряду холмов.
quadf( x, f )берет 1-й fи называет его по-разному x.
Чтобы вызвать это для вертикальных сокращений в y = -1 0 1 и горизонтальных сокращений в x = -1 0 1,

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 )

Насколько я знаю, partialне могу этого сделать -

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

(Как добавить теги NumPy, Partical, Lambda к этому?)

Это называется частичными функциями, и для этого есть как минимум 3 способа. Мой любимый способ - использовать лямбду, потому что она позволяет избежать зависимости от дополнительного пакета и является наименее подробной. Предположим, у вас есть функция, add(x, y)и вы хотите передать add(3, y)какую-то другую функцию в качестве параметра, так что другая функция решает значение для y.

Используйте лямбду

# 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

Создайте свой собственный упаковщик

Здесь вам нужно создать функцию, которая возвращает частичную функцию. Это, очевидно, намного более многословно.

# 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

Используйте частичное из functools

Это почти идентично lambdaпоказанному выше. Тогда зачем нам это? Есть несколько причин . Короче говоря, partialможет быть немного быстрее в некоторых случаях (см. Его реализацию ), и что вы можете использовать его для раннего связывания против позднего связывания лямбды.

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

Вот способ сделать это с закрытием:

    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)