8. 生成器函数
生成器函数允许你定义一个可以“记住”其当前执行状态的函数,并在下次调用时从上次离开的位置继续执行。生成器函数使用yield
关键字而不是return
。
def simple_generator():
yield 1
yield 2
yield 3
gen = simple_generator()
print(next(gen)) # 输出:1
print(next(gen)) # 输出:2
print(next(gen)) # 输出:3
9. 递归函数
递归函数是一种直接或间接调用自身的函数。递归常用于解决可以分解为更小、相似子问题的任务。
def factorial(n):
if n == 0 or n == 1:
return 1
else:
return n * factorial(n-1)
print(factorial(5)) # 输出:120
10. 上下文管理器(Context Managers)和with
语句
上下文管理器是一个实现了__enter__
和__exit__
方法的对象,用于在with
语句块中设置和清理资源。
class FileHandler:
def __init__(self, filename):
self.file = open(filename, 'w')
def __enter__(self):
return self.file
def __exit__(self, exc_type, exc_val, exc_tb):
self.file.close()
with FileHandler('output.txt') as f:
f.write('Hello, world!')
# 文件会在with块结束时自动关闭
11. 函数作为参数传递
函数可以作为参数传递给其他函数,也可以从其他函数返回。
def greet(func, name):
print(f"Starting greeting...")
func(name)
print(f"Greeting finished!")
def say_hello(name):
print(f"Hello, {name}!")
greet(say_hello, 'Alice')
# 输出:
# Starting greeting...
# Hello, Alice!
# Greeting finished!
12. 函数式编程:map, filter, reduce
Python 提供了 map()
, filter()
, 和 reduce()
等内置函数,它们允许你以函数式编程风格处理数据。
from functools import reduce
# 使用map函数
squared = map(lambda x: x**2, [1, 2, 3, 4])
print(list(squared)) # 输出:[1, 4, 9, 16]
# 使用filter函数
even_numbers = filter(lambda x: x % 2 == 0, [1, 2, 3, 4])
print(list(even_numbers)) # 输出:[2, 4]
# 使用reduce函数
result = reduce(lambda x, y: x + y, [1, 2, 3, 4])
print(result) # 输出:10
13. Lambda 函数(匿名函数)
Lambda 函数是一个简单的单行函数,可以用在任何需要函数作为参数的地方。
add = lambda x, y: x + y
print(add(3, 4)) # 输出:7
14. 函数属性
Python 函数也是对象,可以给它们添加属性。
def my_function():
pass
my_function.version = "1.0"
print(my_function.version) # 输出:1.0
这些例子涵盖了 Python 自定义函数的一些高级用法,它们可以帮助你更灵活地编写和维护代码。