python的一些高阶用法

map的用法

def fn(x):
    return x*2
L1 = [1,2,3,4,5,6]
L2 = list(map(fn,L1))
L2

[2, 4, 6, 8, 10, 12]

经过上面的运行，能够知道map就是把一个数组内全部的元素都执行map加入的方法。
用法以下 map(方法,数组）

reduce的用法

先看例子

from functools import reduce
def add(x,y):
    return x + y
L1 = [1,2,3,4,5,6]

L2 = reduce(add,L1)
L2

21

经过上面的例子，直观的来看，咱们能够发现reduce和map方法有一些不同。

1. map是python自带的函数，而reduce须要引入functools
2. map 返回的是一个map对象，而reduce是返回的一个数字
3. map函数须要一个参数，而reduce的参数须要两个。

map是对一个集合中的每一个元素执行指定的方法。而reduce则是依次对集合的元素调用指定的方法。先把前两个参数执行reduce之后造成的返回之做为第一个参数，再和第三个参数造成返回值，依次执行。

filter函数

filter则是对集合的每一个元素执行一次判断，能让filter指定的函数返回真值则返回，不然则不出如今返回集合中。

def fn(x):
    return x%2 ==0
L1 = [1,2,3,4,5,6,7,8]
F1 = filter(fn,L1)
print(F1)
print(list(F1))

<filter object at 0x7f1d38369358>
[2, 4, 6, 8]

sorted

顾名思义排序。用法以下

sorted(集合,key=排序的算法,reverse=True) #reverse=True若是添加反向排序

返回函数（闭包）

def fn(x):
    def add(y):
        return x + y
    return add
a = fn(5)
a(6)

11

须要注意的是闭包的代码是到最后执行a(6)的时候，才调用了函数里面的执行。举个例子

def fn():
    rs = []
    for i in range(4):
        def sub():
            return i
        rs.append(sub)
    return rs
a,b,c,d = fn()

print(a())
print(b())
print(c())
print(d())

3
3
3
3

从上面的例子中，咱们若是没有理解到返回的函数是在最后加上括号的时候才调用，可能觉得返回之是0，1，2，3


可是实际上def sub()里面的内容一直都没执行，可是外面的i 一直到了3.当调用a()的时候。开始执行。因此如上面的返回结果。

def efn():
    i = 1
    def sub():
        i = i + 1
        return i
    return sub

t = efn()
t()

---------------------------------------------------------------------------

UnboundLocalError                         Traceback (most recent call last)

<ipython-input-15-7574f0a729df> in <module>()
      7 
      8 t = efn()
----> 9 t()


<ipython-input-15-7574f0a729df> in sub()
      2     i = 1
      3     def sub():
----> 4         i = i + 1
      5         return i
      6     return sub


UnboundLocalError: local variable 'i' referenced before assignment

上面的报错，须要引入关键词nonlocal 以下：

def efn():
    i = 1
    def sub():
        #关键字
        nonlocal i
        i = i + 1
        return i
    return sub

t = efn()
print(t())
print(t())

2
3

匿名函数

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

[1, 4, 9, 16, 25, 36, 49, 64, 81]

经过上面的式子咱们简单能够看到lambda函数或者匿名函数的意义

f = lambda x,y:x + y
f(5,6)

11

咱们大概能够看到lambda函数的：前面至关于参数，后面的是返回数值

装饰器

个人理解相似java中的AOP或者.net中的面向切片编程

'''好比调用一个方法的时候，咱们指望另一个方法也被调用。好比咱们执行一个操做，指望不改变任何代码，就能够打印出来这个方法的日志'''
def log(func):
    def wraper(*args,**kw):
        print(func.__name__+' is call to log')
        return func(*args,**kw)
    return wraper

@log
def fn():
    print('this is fn')
    
fn()

fn is call to log
this is fn

''' 若是咱们但愿往log里面传递参数'''
def log(text):
    def decorator(func):
        def wraper(*args,**kw):
            print(func.__name__+' is call to log ' + text)
            return func(*args,**kw)
        return wraper
    return decorator
@log('hello')
def fn():
    print('fn')
fn()
fn.__name__

fn is call to log hello
fn





'wraper'

fn的名称发生了改变，要保持不变，须要@functools.wraps(func)

''' 若是咱们但愿往log里面传递参数'''
import functools
def log(text):
    def decorator(func):
        @functools.wraps(func)
        def wraper(*args,**kw):
            print(func.__name__+' is call to log ' + text)
            return func(*args,**kw)
        return wraper
    return decorator
@log('hello')
def fn():
    print('fn')
fn()
fn.__name__

fn is call to log hello
fn





'fn'

以上的内容参考学习 廖学峰的学习网站