Python函数详解

函数是Python里组织代码的最小单元，Python函数包含如下几个部分：

• 定义函数
• 调用函数
• 参数
• 函数的返回值
• 函数的嵌套
• 做用域
• 函数执行流程
• 递归函数
• 匿名函数
• 生成器
• 高阶函数

<!--more-->

定义函数

def add(x, y):     # 函数定义 def 表示定义一个函数， 紧接着是函数名 函数名后面用一对小括号列出参数列表，参数列表后面使用一个冒号开始函数体
    print(x + y)   # 函数体是正常的Python语句，能够包含任意结构
    return  x + y  # return 语句表示函数的返回值

函数是有输入(参数)和输出(返回值)的代码单元， 把输入转化为输出

调用函数

定义函数的时候,并不会执行函数体，　当调用函数的时候，才会执行其中的语句块

In [1]: def add(x, y):     # 函数定义 def 表示定义一个函数， 紧接着是函数名 函数名后面用一对小括号
   ...:         print(x + y)   # 函数体是正常的Python语句，能够包含任意结构
   ...:         return  x + y  # return 语句表示函数的返回值
   ...: 

In [2]: add(3, 5) # 函数使用函数名来调用，函数名后紧跟一对小括号，小括号里传入函数定义时的参数
8
Out[2]: 8

In [3]: add(3, 4, 5) # 传入参数必须和函数定义时的参数相匹配，若是不匹配，会抛出TypeError
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-3-a11d83d1db7e> in <module>()
----> 1 add(3, 4, 5)

TypeError: add() takes 2 positional arguments but 3 were given

参数

传参方式

In [5]: def add(x, y):
   ...:     ret = x + y
   ...:     print('{} + {} = {}'.format(x, y, x+y))
   ...:     return ret
   ...: 

In [6]: add(3, 5) #参数按照定义的顺序传入，这样的传参方法叫作位置参数
3 + 5 = 8
Out[6]: 8

In [7]: add(y=3, x=5) #参数按照定义时的变量名传递，这样的传参方法叫作关键字参数，关键字参数和顺序无关
5 + 3 = 8
Out[7]: 8

In [8]: add(5, y=3) # 位置参数和关键字参数能够混用
5 + 3 = 8
Out[8]: 8

In [9]: add(x=3, 5)    # 位置参数不能放在关键字参数的后面
  File "<ipython-input-9-165b39de39ac>", line 1
    add(x=3, 5)
            ^
SyntaxError: positional argument follows keyword argument


In [10]: add('3', '5')    # python是动态语言，传入的参数类型能够不固定
3 + 5 = 35
Out[10]: '35'

In [11]: add(3, '5') # python是强类型语言，传入的参数须要知足强类型要求，不然会抛出TypeError
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-11-335767c130e1> in <module>()
----> 1 add(3, '5')

<ipython-input-5-e720706d1634> in add(x, y)
      1 def add(x, y):
----> 2     ret = x + y
      3     print('{} + {} = {}'.format(x, y, x+y))
      4     return ret

TypeError: unsupported operand type(s) for +: 'int' and 'str'

参数默认值

参数能够有默认值，当一个参数有默认值时， 调用时若是不传递此参数，会使用默认值

In [12]: def inc(x, y=1):    # 参数y默认为1
    ...:     x += y
    ...:     return x
    ...: 

In [13]: inc(3)    # 传参时只须要传入x便可
Out[13]: 4

In [14]: inc(3, 2)
Out[14]: 5

In [15]: def inc(x=1, y):    # 默认参数不能再非默认参数以前
    ...:     return x + y
  File "<ipython-input-15-993be842d592>", line 1
    def inc(x=1, y):
           ^
SyntaxError: non-default argument follows default argument


In [16]: def connect(host='127.0.0.1', port=3306, user='root', password='', dbname='test'):
    ...:     pass
    ...: 

In [17]: connect('192.168.110.13',password='123456')

参数默认值和关键字参数一块儿使用，会让代码很是简洁

可变参数

可变参数两种形式：

• 位置可变参数 ： 参数名前加一个星号， 构成元组， 传参只能以位置参数的形式
• 关键字可变参数： 参数名前加两个信号， 构成字典， 传参只能以关键字参数的形式

位置可变参数

In [18]: def sum(*lst):
    ...:     print(type(lst))
    ...:     ret = 0
    ...:     for x in lst:
    ...:         ret += x
    ...:     return ret
    ...: 
# 参数前加一个星号， 表示这个参数是可变的， 也就是能够接受任意多个参数, 这些参数将构成一个元组， 此时只能经过位置参数传参
In [19]: sum(1, 2, 3)
<class 'tuple'>
Out[19]: 6

关键字可变参数

In [20]: def connect(**kwargs):
    ...:     print(type(kwargs))
    ...:     for k, v in kwargs.items():
    ...:         print('{} => {}'.format(k, v))
    ...:         
# 参数前加两个星号， 表示这个参数是可变的，能够接受任意多个参数， 这些参数构成一个字典，此时只能经过关键字参数传参
In [21]: connect(host='127.0.0.1',port=3306)
<class 'dict'>
host => 127.0.0.1
port => 3306

位置可变参数和关键字可变参数混合使用

In [22]: def fn(*args, **kwargs):
    ...:         print(args)
    ...:         print(kwargs)
    ...:     

In [23]: fn(1, 2, 3, a=4, b=5)
(1, 2, 3)
{'a': 4, 'b': 5}
# 以上说明位置可变参数和关键字可变参数能够混合使用

In [24]: def fn(**kwargs, *args): 
  File "<ipython-input-24-e42478d184b2>", line 1
    def fn(**kwargs, *args):
                   ^
SyntaxError: invalid syntax
# 以上说明当位置可变参数和关键字可变参数一块儿使用时， 位置可变参数必须在前面

可变参数和普通参数混合使用

普通参数能够和可变参数一块儿使用，可是传参的时候必须匹配，演示以下

In [25]: def fn(x, y, *args, **kwargs):
    ...:         print(x)
    ...:         print(y)
    ...:         print(args)
    ...:         print(kwargs)
    ...:     

In [26]: fn(2, 3, 4, 5, 7, a=1, b=2)
2
3
(4, 5, 7)
{'a': 1, 'b': 2}

In [27]: fn(2, 3)
2
3
()
{}

In [28]: fn(2, 3, 4, 5, x=1)    # x有两个值，一个2，一个1，因此抛出TypeError
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-28-0f8d856dee50> in <module>()
----> 1 fn(2, 3, 4, 5, x=1)

TypeError: fn() got multiple values for argument 'x'

In [29]: fn(2, y=3)
2
3
()
{}

位置可变参数能够在普通参数以前， 可是在位置可变参数以后的普通参数变成了keyword-only参数:

In [30]: def fn(*args, x):
    ...:     print(args)
    ...:     print(x)
    ...:     

In [31]: fn(2, 3, 4)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-31-fab2f7df0315> in <module>()
----> 1 fn(2, 3, 4)

TypeError: fn() missing 1 required keyword-only argument: 'x'

In [32]: fn(2, 3, x=4)    # 必须将位置可变参数以后的普通参数变成keyword-only，不然TypeError
(2, 3)
4

关键字可变参数不容许在普通参数以前,演示以下：

In [33]: def fn(**kwargs, x=5):
  File "<ipython-input-33-889f99c1c889>", line 1
    def fn(**kwargs, x=5):
                   ^
SyntaxError: invalid syntax

关于默认参数和可变参数的总结：

一般来讲：

• 默认参数靠后
• 可变参数靠后
• 默认参数和可变参数通常不一样时出现
• 当默认参数和可变参数一块儿出现的时候， 默认参数至关于普通参数

参数解构

参数解构有两种形式

• 一个星号 解构的对象：可迭代对象 ，解构的结果：位置参数
• 两个星号 解构的对象：字典 ，解构的结果：关键字参数

一个星号的状况

In [34]: def add(x, y):
    ...:         ret = x + y
    ...:         print('{} + {} = {}'.format(x, y, ret))
    ...:         return ret
    ...: 

In [35]: add(1, 2)
1 + 2 = 3
Out[35]: 3

In [36]: add(x=1, y=2)
1 + 2 = 3
Out[36]: 3

In [37]: t = [1, 2]

In [38]: add(t[0], t[1])    # 若是列表中的元素不少的时候，一个一个解开很不方便简洁
1 + 2 = 3
Out[38]: 3

In [39]: add(*t)    # 位置参数解构  加一个星号， 能够把可迭代对象解构成位置参数
1 + 2 = 3
Out[39]: 3

In [40]: add(*range(2))
0 + 1 = 1
Out[40]: 1

二个星号

In [42]: d = {'x': 1, 'y':2}

In [43]: add(**d)
1 + 2 = 3
Out[43]: 3

参数解构发生在函数调用时， 可变参数发生函数定义时，因此二者并不冲突

In [46]: def sum(*args):    # 可变参数发生在函数定义时
    ...:     ret = 0
    ...:     for x in args:
    ...:         ret += x
    ...:     return ret
    ...: 

In [47]: sum(*range(10))    # 参数解构发生在函数调用时
Out[47]: 45

In [48]: def fn(**kwargs):
    ...:     print(kwargs)
    ...:     

In [49]: fn(**{'a-b':1})
{'a-b': 1}

In [50]: fn(**{123:1})    # 关键字参数解构， key必须是str
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-50-3c8b8b3fdf0b> in <module>()
----> 1 fn(**{123:1})

TypeError: fn() keywords must be strings

keyword-only 参数

使用方法参见：Python: 函数参数列表中单个星号的意思，Keyword-Only Arguments

星号能够以一个参数的形式出如今函数声明中的参数列表中，但星号以后的全部参数都必须有关键字（keyword），这样在函数调用时，星号*以后的全部参数都必须以keyword=value的形式调用，而不能以位置顺序调用。

使用示例以下：也可参考上面连接中的示例

In [54]: def fn(*, x):
    ...:     print(x)
    ...:     

In [55]: fn(3)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-55-f005f2a6106f> in <module>()
----> 1 fn(3)

TypeError: fn() takes 0 positional arguments but 1 was given

In [56]: fn(x=3)
3

In [57]: def fn(x, *, y):
    ...:     print(x)
    ...:     print(y)
    ...:     

In [58]: fn(1, y=2)
1
2

In [59]: fn(1, 2)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-59-c159019d3516> in <module>()
----> 1 fn(1, 2)

TypeError: fn() takes 1 positional argument but 2 were given

函数的返回值

• return 语句除了返回值以外，还会结束函数， return以后的语句将不会被执行
• 一个函数能够有多个return语句， 执行到哪一个return由哪一个return返回结果并结束函数
• 函数中 return能够提早结束循环
• 当函数没有return语句的时候，返回None
• 当函数须要返回多个值时， 能够用封装把返回值封装成一个元组
• 能够经过解构获取到多返回值
• return None 能够简写为 return， 一般用于结束函数

In [63]: def fn(x):
    ...:     for i in range(x):
    ...:         if i > 3:
    ...:             return i    # return能够提早退出循环
    ...:     else:
    ...:         print('not bigger than 3')
    ...:         

In [64]: fn(2)
not bigger than 3

In [65]: fn(10)    
Out[65]: 4

In [66]: def fn():
    ...:     pass    # 没有return时返回的是None
    ...: 

In [67]: ret = fn()

In [68]: ret

In [69]: type(ret)
Out[69]: NoneType

In [70]: def fn():
    ...:     return 3, 5    # 当函数须要返回多个值时， 会把返回值封装成一个元组
    ...: 

In [71]: ret = fn()

In [72]: type(ret)
Out[72]: tuple

In [73]: x, y = fn()    # 能够经过解构获取多个返回值

函数的嵌套

函数能够嵌套使用

In [75]: def outter():
    ...:     def inner():
    ...:         print('inner')
    ...:     print('outter')
    ...:     inner()
    ...:     

In [76]: outter()
outter
inner

做用域

变量的做用域为定义此变量的做用域

In [6]: def fn(): # 变量的做用域为定义此变量的做用域
   ...:         xx = 1
   ...:         print(xx)
   ...:     

In [7]: fn()
1

In [8]: xx
---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-8-102f5037fe64> in <module>()
----> 1 xx

NameError: name 'xx' is not defined

代表变量的做用域就在fn函数之中

上级做用域对下级做用域只读可见

不一样做用域变量不可见， 可是下级做用域能够对上级做用域的变量只读可见

In [9]: def fn():    # 上级做用域对下级做用域可见
   ...:     xx = 1
   ...:     print(xx)
   ...:     def inner():
   ...:         print(xx)
   ...:     inner()
   ...:     

In [10]: fn()
1
1

In [11]: def fn():    # 上级做用域对下级做用域只读可见
    ...:     xx = 1
    ...:     print(xx)
    ...:     def inner():
    ...:         xx = 2
    ...:     inner()
    ...:     print(xx)
    ...:     

In [12]: fn()
1
1    # 能够发现xx并无被下级做用域修改

不要使用全局变量global

除非你清楚的知道global会带来什么，而且明确的知道，非global不行， 不然不要使用global

In [13]: xx = 1

In [14]: def fn():
    ...:     global xx    # global 能够提高变量做用域为全局变量
    ...:     xx += 1
    ...:     

In [15]: fn()

In [16]: xx
Out[16]: 2

闭包函数

闭包定义（Wikipedia）：在一些语言中，在函数中能够（嵌套）定义另外一个函数时，若是内部的函数引用了外部的函数的变量，则可能产生闭包。闭包能够用来在一个函数与一组“私有”变量之间建立关联关系。在给定函数被屡次调用的过程当中，这些私有变量可以保持其持久性

通俗理解：当某个函数被当成对象返回时，夹带了外部变量，就造成了一个闭包。

若是咱们想实现一个无限增加的计数器，能够写一个counter函数，函数内部进行自增就行。假定咱们按照如下写法：就会报错

In [17]: def counter(): 
    ...:     c = 0
    ...:     def inc():
    ...:         c += 1 # c[0] = c[0] + 1
    ...:         return c
    ...: return inc
    ...: 

In [18]: f = counter()

In [19]: f()
---------------------------------------------------------------------------
UnboundLocalError                         Traceback (most recent call last)
<ipython-input-19-0ec059b9bfe1> in <module>()
----> 1 f()

<ipython-input-17-9dd4cd4942f6> in inc()
      2     c = 0
      3     def inc():
----> 4         c += 1 # c[0] = c[0] + 1
      5         return c
      6     return inc

UnboundLocalError: local variable 'c' referenced before assignment

在 python 的函数内，能够直接引用外部变量，但不能改写外部变量，所以若是在闭包中直接改写父函数的变量，就会发生错误。好比上述程序直接改写父函数中的变量c

python的闭包中若是想改写父函数的变量能够用可变容器实现，这也是python2实现的惟一方式

In [1]: def counter():
   ...:     c=[0]
   ...:     def inc():
   ...:         c[0] += 1
   ...:         return c[0]
   ...:     return inc
   ...: 

In [2]: f = counter()

In [3]: f
Out[3]: <function __main__.counter.<locals>.inc>

In [4]: f()
Out[4]: 1

In [5]: f()
Out[5]: 2

In [6]: f()
Out[6]: 3

nonlocal关键字

在python3中改写父变量还有一种方就是使用nonlocal关键字

nonlocal 关键字用于标记一个变量由他的上级做用域定义， 经过nonlocal标记的变量， 可读可写

In [7]: def counter():
   ...:     c = 0
   ...:     def inc():
   ...:         nonlocal c
   ...:         c += 1
   ...:         return c
   ...:     return inc
   ...: 

In [8]: f = counter()

In [9]: f
Out[9]: <function __main__.counter.<locals>.inc>

In [10]: f()
Out[10]: 1

In [11]: f()
Out[11]: 2

若是上级没有定义nonlocal的变量，使用nonlocal时会抛出语法错误

In [12]: def fn():
    ...:     nonlocal xxx
  File "<ipython-input-12-2d2b8104e945>", line 2
    nonlocal xxx
SyntaxError: no binding for nonlocal 'xxx' found

函数的__defaults__属性

可变参数和不可变参数的__defaults__属性不同

参数可变时

当使用可变类型做为默认值参数默认值时，须要特别注意，会改变函数的__default__属性

In [1]: def fn(xxyy=[]):
   ...:     xxyy.append(1)
   ...:     print(xxyy)
   ...:     

In [2]: fn()
[1]

In [3]: fn()
[1, 1]

In [4]: fn.__defaults__        # 参数是函数对象的属性
Out[4]: ([1, 1],)

In [5]: fn()
[1, 1, 1]

In [6]: fn.__defaults__     # 全部的函数参数封装成一个元组，第一个函数参数时列表在动态变化
Out[6]: ([1, 1, 1],)

参数不可变时

使用不可变类型做为默认值，函数体内不改变默认值

In [8]: def fn(x=0, y=0):
   ...:         x = 3   # 赋值即定义
   ...:         y = 3   # 赋值即定义
   ...:     

In [9]: fn.__defaults__
Out[9]: (0, 0)

In [10]: fn()

In [11]: fn.__defaults__
Out[11]: (0, 0)

可变参数时None的使用

一般若是使用一个可变类型做为默认参数时， 会使用None来代替

In [1]: def fn(lst=None):    # 向一个列表中插入元素3，列表默认为None
   ...:     if lst is None:
   ...:         lst = []
   ...:     lst.append(3)
   ...:     print(lst)
   ...:     

In [2]: fn.__defaults__        # 函数的__defaults__属性就是可变参数对应的None
Out[2]: (None,)

In [3]: fn()
[3]

In [4]: fn()                # 若是不传入值，函数执行的时候会先建立一个空列表，而后append
[3]

In [5]: fn.__defaults__
Out[5]: (None,)

In [6]: fn([1,2])
[1, 2, 3]

In [7]: fn.__defaults__        # 传入值以后，也不会改变函数的__default__属性
Out[7]: (None,)

Python做用域、闭包、装饰器资料

• Python 的闭包和装饰器
• 说说Python中的闭包 - Closure
• Python Enclosing做用域、闭包、装饰器话聊上篇
• Python Enclosing做用域、闭包、装饰器话聊下篇

函数执行流程

函数的执行过程就是压栈和出栈的过程。具体以下

当调用函数的时候， 解释器会把当前现场压栈，而后开始执行被调函数， 被调函数执行完成，解释器弹出当前栈顶，恢复现场

递归函数

递归函数的定义就是函数调用函数自身。

• 递归函数必需要有退出条件
• 为了保护解释器， Python对最大递归深度有限制
• 绝大多数递归均可以转化为循环使用
• 尽可能避免使用递归
• sys模块中的getrecursionlimit和setrecursionlimit能够获取和设置最大递归深度

匿名函数

In [1]: lambda x: x + 1
Out[1]: <function __main__.<lambda>>

匿名函数有如下特色

• lambda来定义
• 参数列表不须要用小括号
• 冒号不是用来开启新语句块
• 没有return，最后一个表达式的值即返回值
• 匿名函数（lambda表达式）只能写在一行上，因此也叫单行函数

匿名函数的好处是

• 函数没有名字，没必要担忧函数名冲突
• 匿名函数也是一个函数对象，能够把匿名函数返回给一个变量，再利用变量调用函数

In [1]: lambda x: x + 1
Out[1]: <function __main__.<lambda>>

In [2]: f = lambda x: x + 1        # 直接把lambda函数返回给变量f

In [3]: f(3)                    # 由变量f调用函数
Out[3]: 4

In [4]: f(5)
Out[4]: 6

In [5]: (lambda x: x * 2)(3)    # 第一对括号用来改变优先级 第二对括号表示函数调用
Out[5]: 6

In [6]: (lambda : 1)()            # lambda表示式参数能够为空
Out[6]: 1

In [7]: (lambda x, y: x + y)(3, 5)    # lambda表达式的位置参数
Out[7]: 8

In [8]: (lambda *args: args)(*range(3))    # lambda表达式的位置可变参数
Out[8]: (0, 1, 2)

In [9]: (lambda *args, **kwargs: print(args, kwargs))(*range(3), **{str(x):x for x in range(3)})    # lambda表达式的位置可变参数和关键字可变参数
(0, 1, 2) {'0': 0, '1': 1, '2': 2}

In [10]: (lambda *, x: x)(x=3)    # *号后面的位置参数必须使用关键字参数
Out[10]: 3

普通函数所支持的参数的变化，匿名函数都支持

匿名函数的常见用法：一般用于高阶函数的参数， 当此函数很是短小的时候，就适合使用匿名函数

好比匿名函数能够做为sorted函数的自定义键函数（custom key function）

In [11]: help(sorted)
    Help on built-in function sorted in module builtins:

    sorted(iterable, key=None, reverse=False)
        Return a new list containing all items from the iterable in ascending order.

        A custom key function can be supplied to customise the sort order, and the
        reverse flag can be set to request the result in descending order.

In [12]: from collections import namedtuple

In [13]: point = namedtuple('point',['x','y'])    # 定义命名元组point

In [14]: points = [point(1, 2), point(4, 3), point(8, 9)]

In [15]: def getY(point):
    ...:     return point.y
    ...: 

In [16]: sorted(points, key=getY)    # 简短的函数能够做为自定义键函数
Out[16]: [point(x=1, y=2), point(x=4, y=3), point(x=8, y=9)]

In [17]: sorted(points, key=lambda x: x.y)    # lambda表示也能够做为自定义键函数
Out[17]: [point(x=1, y=2), point(x=4, y=3), point(x=8, y=9)]

高阶函数

高阶函数的定义

高阶函数英文叫Higher-order function。

在数学和计算机科学中，高阶函数是至少知足下列一个条件的函数：

• 接受一个或多个函数做为输入：一般用于大多数逻辑固定，少部分逻辑不固定的场景
• 输出一个函数：函数做为返回值： 一般是用于闭包的场景， 须要封装一些变量

常见的高阶函数有map,reduce,filter

高阶函数:插入排序

插入排序时，排序顺序分为升序和降序，咱们可使用一个函数做为插入排序函数的参数来控制是升序仍是降序。

首先看一下按照升序插入排序，而后再改进成升序降序可控的插入排序

def insertSort(iter):
    ret = []
    for x in iter:
        for i, y in enumerate(ret):
            if x < y:                # 修改处
                ret.insert(i, x)
                break
        else:
            ret.append(x)
    return ret

若是想让这个函数降序排序，则只须要修改代码中的注释处，改为x > y便可

若是传入一个函数来控制if后面的bool值，则就实现了经过参数控制升降了

def insertSort(iter, cmp = lambda x, y: x < y):
    ret = []
    for x in iter:
        for i, y in enumerate(ret):
            if cmp(x, y):
                ret.insert(i, x)
                break
        else:
            ret.append(x)
    return ret

这个函数就默认为升序排序了，可是能够传入一个比较函数变成降序，以下

lst = insertSort([1, 3, 2, 4, 6, 8, 5],lambda x, y: x > y)

map

map()函数原型：map(func, *iterables) --> map object

map()函数接收两个参数，一个是函数func，一个是可迭代对象Iterable，map将传入的函数依次做用到可迭代对象的每一个元素，并把结果放入map对象这个迭代器中。因此map函数是高阶函数。

map类中存在__iter__和__next__函数

map使用示例

把list中的全部数字的平方

In [1]: def f(x):                                # 定义平方函数f
   ...:         return x ** 2
   ...: 

In [2]: ret = map(f, [1, 2, 3, 4, 5, 6, 7])        # 函数f和列表做为map的参数

In [3]: ret                                        # map的返回值只是一个返回值
Out[3]: <map at 0x7f2d539a7470>

In [4]: next(ret)                                # 能够用next方法输出map的结果
Out[4]: 1

In [5]: next(ret)
Out[5]: 4

In [6]: lst = list(ret)                            # 也能够用list函数计算出全部的值

In [7]: lst
Out[7]: [9, 16, 25, 36, 49]

reduce

map函数是map类的函数，可是reduce函数属于functools包的reduce模块中

from functools import reduce

而后可使用help方法查看reduce函数的使用

help(reduce)

输出结果以下

Help on built-in function reduce in module _functools:

reduce(...)
    reduce(function, sequence[, initial]) -> value

    Apply a function of two arguments cumulatively to the items of a sequence,
    from left to right, so as to reduce the sequence to a single value.
    For example, reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates
    ((((1+2)+3)+4)+5).  If initial is present, it is placed before the items
    of the sequence in the calculation, and serves as a default when the
    sequence is empty.

reduce使用示例

• 输出1到10的和

def add(x,y): 
    return x + y
print(reduce(add, range(1, 11)))

输出结果为55

• 把字符串转化为int，不适用int()函数

def str2int(s):
    def char2num(c):
        return {'0': 0, '1': 1, '2': 2 ,'3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[c]
    def f(x, y):
        return 10 * x + y 
    return reduce(f, map(char2num, s))

str2int('1234321') => 1234321

filter

help(filter)以后能够发现filter是一个类，其中有一个filter函数，原型以下

filter(function or None, iterable) --> filter object

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。返回值也是一个迭代器。

filter使用示例

使用filter筛选出list中的回文数

def is_palindrome(n):
    m = str(n)
    for i in range(len(m)//2):
        if m[i] != m[len(m) - i -1]:
            return False
    else:
        return True

lst = list(filter(is_palindrome, [12321, 194, 13431]))
print(lst)
# 结果: [12321, 13431]

因此filter()函数用于过滤序列，重点在于选择一个正确的筛选函数。

生成器

带yield语句的函数称之为生成器函数， 生成器函数的返回值是生成器

• 生成器函数执行的时候，不会执行函数体
• 当next生成器的时候， 当前代码执行到以后的第一个yield，会弹出值，而且暂停函数
• 当再次next生成器的时候，从上次暂停处开始往下执行
• 当没有多余的yield的时候，会抛出StopIteration异常，异常的value是函数的返回值

生成器的基本形式

In [1]: def g():
    ...:     for x in range(5):
    ...:         yield x    # 弹出x
    ...:         

In [2]: r = g()        # 函数调用完成以后函数现场并无被销毁

In [3]: r
Out[3]: <generator object g at 0x7f0e18543990>

In [4]: next(r)
Out[4]: 0

In [5]: next(r)
Out[5]: 1

In [6]: for x in r:
    ...:     print(x)
    ...:     
2
3
4

生成器的执行顺序

In [1]: def g():
   ...:     print('a')
   ...:     yield 1
   ...:     print('b')
   ...:     yield 2
   ...:     return 3
   ...: 

In [2]: r = g()    # 执行生成器函数的时候函数并无被执行 

In [3]: next(r)    # 执行到第一个yield就中止执行
a
Out[3]: 1

In [4]: next(r)    # 执行到第二个yield就中止执行
b
Out[4]: 2

In [5]: next(r)    # 从第二个yield开始，当没有更多yield的时候，抛出StopIteration异常，异常的值正好是return的返回值
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-5-0b5056469c9c> in <module>()
----> 1 next(r)

StopIteration: 3

生成器的应用

计数器第一种形式

In [1]: def counter():
   ...:     x = 0
   ...:     while True:
   ...:         x += 1
   ...:         yield x    # 每次将+1以后的x弹出
   ...:         

In [2]: def inc(c):
   ...:     return next(c)
   ...: 

In [3]: c = counter()    # counter函数执行的结果就是一个生成器，因此c就是生成器

In [4]: inc(c)
Out[4]: 1

In [5]: inc(c)
Out[5]: 2

计数器第二种形式

In [6]: def make_inc():
   ...:     def counter():
   ...:         x = 0
   ...:         while True:
   ...:             x += 1
   ...:             yield x
   ...:     c = counter()
   ...:     return lambda : next(c)    # 使用lambda表达式将next(c)做为函数返回，而不是只返回一个next(c)
   ...: 

In [7]: make_inc()
Out[7]: <function __main__.make_inc.<locals>.<lambda>>    # make_inc本质是一个匿名函数

In [8]: inc = make_inc()

In [9]: inc()
Out[9]: 1

In [10]: inc()
Out[10]: 2

斐波拉契数列

In [11]: def fib():
    ...:     a = 1
    ...:     b = 1
    ...:     while True:
    ...:         yield a
    ...:         a, b = b, a + b
    ...:         

In [12]: fib()
Out[12]: <generator object fib at 0x7f9ff2746830>

In [13]: f = fib()    # 生成器f

In [15]: next(f)
Out[15]: 1

In [16]: next(f)
Out[16]: 1

In [17]: next(f)
Out[17]: 2

In [18]: next(f)
Out[18]: 3

In [19]: g = fib()

In [20]: ret = []    # 将yield的值都保存在ret中

In [21]: for _ in range(1000):    # 遍历生成器
    ...:     ret.append(next(g))
    ...:     

In [22]: ret[-1]    # 取ret列表的最后一个元素值，速度很快
Out[22]: 43466557686937456435688527675040625802564660517371780402481729089536555417949051890403879840079255169295922593080322634775209689623239873322471161642996440906533187938298969649928516003704476137795166849228875

生成器的高级用法

生成器的高级用法是协程

• 协程：协程运行在一个线程以内， 在用户态调度

生成器参考资料

• python生成器到底有什么优势？
• Understanding Generators in Python
• Introduction to Python Generators
• 生成器资料汇总

---

记得帮我点赞哦！

精心整理了计算机各个方向的从入门、进阶、实战的视频课程和电子书，按照目录合理分类，总能找到你须要的学习资料，还在等什么？快去关注下载吧！！！

念念不忘，必有回响，小伙伴们帮我点个赞吧，很是感谢。

我是职场亮哥，YY高级软件工程师、四年工做经验，拒绝咸鱼争当龙头的斜杠程序员。

听我说，进步多，程序人生一把梭

若是有幸能帮到你，请帮我点个【赞】，给个关注，若是能顺带评论给个鼓励，将不胜感激。

职场亮哥文章列表：更多文章

本人全部文章、回答都与版权保护平台有合做，著做权归职场亮哥全部，未经受权，转载必究！