Python 函数式编程

 

函数式编程：容许把函数自己做为参数传入另外一个函数，还容许返回一个函数！

1.高阶函数

一个函数能够接收另外一个函数做为参数，这种函数称之为高阶函数

abs(-10)  是函数调用   abs是函数自己   abs函数名实际上是一个变量名

变量能够指向函数，函数名也是变量名

 

map()

map(func,seq)函数接收两个参数，一个是函数，一个是Iterable(可迭代对象，序列)，map将传入的函数func()依次做用到序列seq的每一个元素，并把结果做为新的Iterator(迭代器)返回，以后可转为lis或其余类型t输出。

1 #!/usr/bin/python3
2 
3 def f(x):
4     return x*x
5 
6 r = map(f, [ 1, 2, 3, 4, 5, 6 ])
7 print(list(r))   
8 #因为结果r是Iterator(惰性序列)，所以经过list()函数计算整个序列

 

reduce()

 reduce(func,seq)把一个函数做用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce()把结果继续和序列的下一个元素作累积计算，

意即一次取序列两个元素放到函数，函数结果和下一个函数结果（取下两个元素放到函数获得的函数结果）相加，依次类推。

1 #!/usr/bin/python3
2 from functools import reduce
3 
4 def f(x,y):
5     return x+y
6 
7 r = reduce(f, [ 1, 2, 3, 4, 5, 6 ])
8 print(r)

 

filter()

filter(func,seq)函数用于过滤序列，调用一个布尔函数func()来迭代遍历每一个seq中的元素，返回一个使func返回值为True的元素的序列

和map()相似，filter()也接收一个函数和一个序列。和map()不一样的是，filter()把传入的函数依次做用于每一个元素，而后根据返回值是True仍是False决定保留仍是丢弃该元素。

筛选回文      回数是指从左向右读和从右向左读都是同样的数

1 #!/usr/bin/python3
2 
3 def is_palindrone(n):
4     return str(n) == str(n)[::-1]  #[::-1]是倒切 从右往左
5 
6 print( list( filter( is_palindrone, range(11,200) ) ) )

 

sorted()

排序的核心是比较两个元素的大小。若是是数字，咱们能够直接比较，但若是是字符串或者两个dict呢？直接比较数学上的大小是没有意义的，所以，比较的过程必须经过函数抽象出来。

sorted(seq,key=func)函数也是一个高阶函数，它能够接收一个key函数来实现自定义的排序，例如按绝对值大小排序

 不是同一种类型数据相比较，key决定比较大小的标准：

 

匿名函数与lambda

lambda表达式返回可调用的函数对象

1 def add(x,y):return x+y
2 sum1 = add(2,3)
3 #等价于
4 add = lambda x,y:x+y
5 add(2,3)

 Python简单的句法限制了lambda函数的定义体只能使用纯表达式。即不能赋值，也不能使用while和try等Python语句

除了做为参数传给高阶函数以外，Python不多使用匿名函数

 

2.返回函数

把函数做为结果返回

 1 #!/usr/bin/python3
 2 
 3 def lazy_sum(*args):
 4     def sum():
 5     #闭包   sum能够引用外部函数lazy_sum的参数和局部变量
 6         ax = 0
 7         for n in args:
 8             ax = ax+n
 9         return ax
10     return sum
11     
12 f = lazy_sum(1, 3, 5, 7, 9)  #不须要当即求和，而是在后面的代码中根据须要计算
13 #返回的函数并无马上执行，而是直到调用了f()才执行
14 print(f())

返回值与函数类型

 返回的对象数目　　　　Python实际返回的对象类型

　　0　　　　　　　　　　　　None

　　1　　　　　　　　　　　　object

　　>1　　　　　　　　　　　  tuple

 

 3.装饰器

不修改原函数的定义，在代码运行期间动态增长功能的方式(如在调用先后自动打印日志，但又不修改函数的定义)，称之为“装饰器”（Decorator），装饰器就是函数，借助@调用。

 1 #!/usr/bin/python3
 2 
 3 def log(func):
 4     def printInfo(*arge, **kw):   #*不定长参数  **关键字参数
 5         print('call %s()' % func.__name__) #在调用func以前打印一些信息
 6         return func(*arge, **kw)
 7     return printInfo
 8 
 9 #log是一个装饰器，接收函数返回函数，借助@语法把装饰器置于函数的定义外
10 @log    #至关于执行了  now = log(now) 
11 def now():
12     print('2019-4-20')
13 
14 #如今同名now()指向了新的函数，调用now()返log()中的printInfo()函数
15 print(now())

 

4.偏函数

当函数参数过多，需简化时，使用 functools.partial() 能够建立一个新的函数，这个函数能够固定住原函数的部分参数

1 #!/usr/bin/python3
2 import functools
3 
4 int2 = functools.partial(int, base = 2)
5 print(int2('1000000'))  #如今只需传一个序列, 不需传指定的进制