非匿名函数python python定义非匿名函数

Python 有什么缺点

python的整个系统，我其实有非常多的不满。但是用任何一门语言都是取舍问题，如果有一门语言，库够多，已读，易用，性能高，我毫不犹豫立刻转过去。python的强处在于庞大的库，还有非常好的易读和易用性。但是相比来说，性能一直是个问题。python的实现性能大约和C相差五倍上下。如果是大规模计算问题，大约能差10倍以上。当然，我们可以写C扩展，但是这就不是使用python了。我们也可以说，很多时候我们不需要这么快的速度。这是个事实，但是不改变python性能差的事实。 python不但性能差，还有GIL这个玩意。以至于我现在对高并发计算都采取多进程的模式。多进程模式的通讯效率肯定比多线程低，而且麻烦。

另外，python在底层设计上，也表现出很强的实用主义倾向。这是比较外交术语的词汇，更加直白的说法应当是，混乱，不知所谓。在闭包设计上采用free variable设计，而不是lisp中的environs设计。区别？你试试看在外层闭包中from lib import *。由于引入不定个数名称，free variable无法处理。类似的问题还有LEGB规则，新手往往要花很长时间研究这个例子究竟是怎么错的： a = 1 def f(): print a a = 2 我勒个去，这种反直观反人类的事情都有，还敢说自己易读。

还有坑爹的元编程，这东西根本是坑爹中的坑爹货。如果你用过多重继承，大概就知道python的整个OO系统看起来根本是大型的仿真，到处都是乱糟糟的。C++怎么解决多重继承的？你最好别用（真心说，这可比python更加坑爹）。java怎么解决多重继承的，只能继承Interface。其实这是变相的变成了Interface-Implement模式。python怎么解决的？MRO！为什麽一个类加个__metaclass__就会改变性质啊，为什麽一个类去生成另一个类的写法是——我基本不记得了，反正web.py里面有用到，需要的话去炒栗子吧。为什麽方法要隐藏居然要改名字加__啊。你到底是在做OO还是在看起来像OO的东西上狂打补丁啊魂淡。

lambda表达式弱智。我和人讨论过，lambda是否是图灵完备的。结论还是完备的，不过需要借助Y combinator。何必呢？由于强调lambda的快速特性，因此将lambda强制在一行以内（没有结束标记），导致python其实是没有匿名函数的。一个callback数组写的难过死。

语法糖太多了点，当然，这是纯粹的个人感觉。语法糖是把双刃剑，用的好，可以简化编写和阅读，但是太多，往往容易引入语法混乱和额外的约束。

另外，语言的自构建特性混乱。虽说不是每门语言都强调自构建特性，但是通常而言，都是使用C实现一个内核，由内核实现一些基础操作。再由基础操作实现更复杂的操作。每层的边界都是比较清晰的。谁来告诉我，python中有多少库在移植时是由纯python实现的？库的相互依赖层级是？

python的沙盒化也是个问题，如果沙盒做的够好，我完全可以把python作为一个客户级别的平台。用C写一个很简单的类似浏览器的东西，下载一个URL的python包回去运行（或者仅仅检查更新）。从而保证本地效果/跨平台/安全性。现在？一个都保证不了。我连把一个python包转移到另一台同构设备上都很麻烦（如果两者不是严格匹配，例如系统差异，系统版本差异）无论是web开发还是移动终端开发都必须走传统模式。

相关问答

Q1: python的lambda函数是什么?

lambda就是匿名函数,就是没有名字的函数,来自于于函数式编程的概念。

函数如下:

def f(x):

return x+1

print f(4)

用lambda的话，写成这样:

g = lambda x : x+1

print g(4)

简介

Python由荷兰数学和计算机科学研究学会的Guido van Rossum 于1990 年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效的高级数据结构，还能简单有效地面向对象编程。

Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言，随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。

Q2: Python其实很简单 第十二章 函数与变量的作用域

在前面已经多次提到函数这个概念非匿名函数python，之所以没有解释什么是函数非匿名函数python，是因为程序中非匿名函数python的函数和数学中非匿名函数python的函数差不多，如input()、range()等都是函数，这些都是Python的标准函数，直接使用就可以了。根据需要，用户也可以自定义函数。

12.1 函数

函数的结构：

def 函数名(参数)：

函数体

return 返回值

例如：数学中的函数f(x)=2x+5在Python中可以定义如下：

def f(x):

y=2*x+5

return(y)

如果x取值为3，可以使用如下语句调用函数：

f(3)

下面给出完整的程序代码：

def f(x):

y=2*x+5

return(y)

res=f(3)

print(res)

运行结果：11

如上例中的x是函数f(x)的参数，有时也被称为形式参数（简称形参），在函数被调用时，x被具体的值3替换y就是函数的返回值，这个值3也被称为实际参数（简称实参）。

上例中的y是函数f(x)的返回值。并不是所有的函数都有参数和返回值。如下面的函数：

def func():

print('此为无参数传递、无返回值的函数')

func()

输出结果：此为无参数传递、无返回值的函数

可以看出，该函数func()无参数，故调用时不用赋给参数值。

函数也可以有多个参数，如f(x,y)=x²+y²，可用Python语言定义如下：

def f(x,y):

z=x**2+y**2

return z

print(f(2,3)) #调用函数f(x,y)

输出结果：13

也可以通过直接给参数列表中的参数赋值的方法，为参数添加默认值，如果用户赋予参数值，则按照用户赋值执行，否则使用默认值。例如：

def f(x,y=3):

z=x**2+y**2

return z

若调用时参数列表为（2,1），即x赋值为2，y赋值为1：

print(f(2,1))

输出结果为：5

若调用时参数列表为（2），即x赋值为2，y赋值省缺，则y使用默认值：

print(f(2))

输出结果为：13

回调函数，又称函数回调，是将函数作为另一函数的参数。

例如：

def func(fun,m,n):

fun(m,n)

def f_add(m,n):

print('m+n=',m+n)

def f_mult(m,n):

print('m*n=',m*n)

func(f_add,2,3)

func(f_mult,2,3)

输出结果：

m+n= 5

m*n= 6

在f_add(m,n)和f_mult(m,n)被定义前，func(fun,m,n)中的fun(m,n)就已经调用了这两个函数，即“先调用后定义”，这也是回调函数的特点。

如果无法预知参数的个数，可以在参数前面加上*号，这种参数实际上对应元组类型。譬如，参会的人数事先不能确定，只能根据与会人员名单输入：

def func(*names):

print('今天与会人员有：')

for name in names:

print(name)

func('张小兵','陈晓梅','李大海','王长江')

运行后，输出结果为：

今天与会人员有：

张小兵

陈晓梅

李大海

王长江

参数为字典类型，需要在参数前面加上**号。

def func(**kwargs):

for i in kwargs:

print(i,kwargs[i])

func(a='a1',b='b1',c='c1')

输出结果为：

a a1

b b1

c c1

一个有趣的实例：

def func(x,y,z,*args,**kwargs):

print(x,y,z)

print(args)

print(kwargs)

func('a','b','c','Python','is easy',py='python',j='java',ph='php')

输出结果：

a b c # 前三个实参赋给前三个形参

('Python', 'is easy') # *args接收元组数据

{'py': 'python', 'j': 'java', 'ph': 'php'} # **kwargs接收字典数据

12.2 变量的作用域

变量的作用域即变量的有效范围，可分为全局变量和局部变量。

局部变量

在函数中定义的变量就是局部变量，局部变量的作用域仅限于函数内部使用。

全局变量

在主程序中定义的变量就是全局变量，但在函数中用关键字global修饰的变量也可以当做全局变量来使用。

全局变量的作用域是整个程序，也就是说，全局变量可以在整个程序中可以访问。

下面通过实例去讨论：

程序1：

a=1 # a为全局变量

def a_add():

print('a的初值：',a) # 在函数中读取a的值

a_add() # 调用函数a_add()

a+=1 # 主程序语句，a增加1

print('a现在的值是：',a) # 主程序语句，读取a的值

运行结果：

a的初值： 1

a现在的值是： 2

这个结果和我们想象的一样，全局变量a既可以在主程序中读取，也可以在子程序（函数）中读取。

程序2：

a=1

def a_add():

a+=1

print('a的初值：',a)

a_add()

print('a现在的值是：',a)

运行程序1时出现如下错误提示：

UnboundLocalError: local variable 'a' referenced before assignment

意思是：局部变量'a'在赋值之前被引用。

从语法上来讲，该程序没有错误。首先定义了一个全局变量a并赋值为1，又定义了一个函数a_add()，函数内的语句a+=1就是出错的根源，虽然我们的初衷是想让全局变量a的值增加1，但从错误提示看，这个语句中的a并不是全局变量，而是局部变量。看来，在函数中读取全局变量的值是没有问题的（在程序1中已经得到了验证），但要在函数中改变全局变量的值是不行的（在程序2的错误提示a+=1中的a 是局部变量，而非全局变量）。

怎样解决这个问题非匿名函数python？

程序3：

a=1

def a_add(x):

x+=1

return x

print('a的初值：',a)

a=a_add(a)

print('a现在的值是：',a)

运行结果：

a的初值： 1

a现在的值是： 2

结果的确是正确的，但在函数a_add(x)中没有调用变量a（没有出现变量a）。

程序4：

a=1

def a_add(a):

a+=1

return a

print('a的初值：',a)

a=a_add(a)

print('a现在的值是：',a)

运行结果：

a的初值： 1

a现在的值是： 2

对比程序4和程序3不难发现，其实程序4只是简单的把函数的参数x变成了a，这个a的实质和程序3中的x还是一样的。这进一步证实，函数中的a是局部变量，与主程序的全局变量a有着本质的区别。

程序5：

a=1

def a_add():

global a

a+=1

print('a的初值：',a)

a_add()

print('a现在的值是：',a)

运行结果：

a的初值： 1

a现在的值是： 2

程序5和程序2相比较，仅仅是在函数中添加了一个定义“global a”，此时的局部变量a就可以当做全局变量使用，由于它和全局变量a同名，自然也就不用区分a究竟是全局变量还是局部变量了，在主程序和该函数内都可以访问、修改变量a的值了。

虽然使用global可使变量使用起来非常方便，但也容易引起混淆，故在使用过程中还是谨慎为好。

12.3 函数的递归与嵌套

递归，就是函数调用它自身。递归必须设置停止条件，否则函数将无法终止，形成死循环。

以计算阶乘为例：

def func(n):

if n==1:

return 1

else:

return n*func(n-1) #func( )调用func( )

print(func(5))

运行结果为：120

嵌套，指在函数中调用另外的函数。这是程序中常见的一种结构，在此不再赘述。

匿名函数

Python中可以在参数前加上关键字lambda定义一个匿名函数，这样的函数一般都属于“一次性”的。

例如：

程序1：这是一个常规的函数定义和调用。

def f_add(x,y):

return x+y

print(f_add(2,3))

输出结果：5

程序2：使用lambda定义匿名函数。

f_add=lambda x,y:x+y

print(f_add(2,3))

输出结果：5

从上面的代码可以看出，使用lambda仅仅减少了一行代码。f_add=lambda x,y:x+y中的f_add不是变量名，而是函数名。程序1和程序2的print( )语句中的参数都是一样的——调用函数f_add( )。所以，匿名函数并没有太多的优点。

Q3: python 中的匿名函数

当我们在传入函数时，有些时候，不需要显式地定义函数，直接传入匿名函数更方便。

在Python中，对匿名函数提供了有限支持。还是以map()函数为例，计算f(x)=x2时，除了定义一个f(x)的函数外，还可以直接传入匿名函数：

 map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])

[1, 4, 9, 16, 25, 36, 49, 64, 81]

通过对比可以看出，匿名函数lambda x: x * x实际上就是：

def f(x):

 return x * x

关键字lambda表示匿名函数，冒号前面的x表示函数参数。

匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。

用匿名函数有个好处，因为函数没有名字，不必担心函数名冲突。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数：

 f = lambda x: x * x

 f

function lambda at 0x10453d7d0

 f(5)

25

同样，也可以把匿名函数作为返回值返回，比如：

def build(x, y):

 return lambda: x * x + y * y

小结

Python对匿名函数的支持有限，只有一些简单的情况下可以使用匿名函数。

希望能帮到你！

Q4: Python有什么缺点呢？

1. - 运行速度慢，因为Python是解释型语言，是一种高级语言，代码会在执行的时候，一行一行的使用解释器翻译成底层代码，翻译成机器码，而这个过程非常耗时，所以他运行过程中，比很多语言的代码都慢了很多。

- 线程不能利用多CPU，这是Python最大的确定，GIL即全局解释器锁（Global Interpreter Lock），是计算机程序设计语言解释器用于同步线程的工具，使得任何时刻仅有一个线程在执行，Python的线程是操作系统的原生线程。在Linux上为pthread，在Windows上为Win thread，完全由操作系统调度线程的执行。一个python解释器进程内有一条主线程，以及多条用户程序的执行线程。即使在多核CPU平台上，由于GIL的存在，所以禁止多线程的并行执行。

Python的优缺点可以看看传智播客的社区，里面很多技术老师写的相关文章。并且有学习线路图适合小白学习，每个板块下面都有配套视频。

非匿名函数python的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python定义非匿名函数、非匿名函数python的信息别忘了在本站进行查找喔。