Python3入门（六）——函数式编程
更多实例：参考：https://blog.csdn.net/u013398034/article/details/78701714
一、高阶函数
1.可以通过变量指向函数，达到类似别名的效果：
>>> f = abs
>>> f(-10)
10
2.函数的参数可以是函数，也就是函数可以作为一个入参
def add(x, y, f):
return f(x) + f(y)
以下介绍几个高阶函数
map、reduce
这两个函数就不赘述了。和scala的功能类似，不过用法不一样，它接收两个参数，第一个是函数f，第二个是Iterable。并将计算结果作为新的Iterator返回，惰性的Iterator通过list便可以计算出结果了：
def f(x):
return x + 1
r = map(f, [1, 2, 3, 4, 5])
print(list(r))
reduce入参类似map，但是它的f是接收两个参数，并且需要导包。并将结果作为下一次的输入，表示起来就是：
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
from functools import reduce
def f(x, y):
return x + y
r = reduce(f, [1, 2, 3, 4, 5])
# 注意这里不需要list包装了，因为返回的不是Iterator
print(r)
filter
和scala的filter也是类似了，返回Ture的留下，其它过滤掉。其他的入参和返回值与map相同
def f(x):
return x % 2 == 0
r = filter(f, [1, 2, 3, 4, 5])
print(list(r))
sorted
sorted可以直接对list进行比较
>>> sorted([-1, 3, 2, 6])
[-1, 2, 3, 6]
也可以传入一个key的函数进行处理：
key指定的函数将作用于list的每一个元素上，并根据key函数返回的结果进行排序。
sorted([36, 5, -12, 9, -21], key=abs)
如果是对字符串比较，默认是比较ASCII码，也就是Z<a；要忽略大小写，可以通过传入的key函数对每个元素进行操作：
sorted(['img', 'ang', 'Zbb'], key=str.lower)
['ang', 'img', 'Zbb']
反向排序，传入reverse参数
sorted(['img', 'ang', 'Zbb'], key=str.lower, reverse=True)
['Zbb', 'img', 'ang']
一个简单的排序小示例如下：
# -*- coding: utf-8 -*-
L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]
def by_name(t):
return t[0].lower()
def by_score(t):
return t[1]
L2 = sorted(L, key=by_name)
L3 = sorted(L, key=by_score, reverse=True)
print(L2)
print(L3)
二、返回函数
高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。
以惰性求和为例，传统的求和是返回结算的结果，而高阶函数可以返回一个计算的函数，当调用这个返回的函数时才真正计算结果：
# -*- coding: utf-8 -*-
def my_sum(*args):
def sum_in():
s = 0
for i in args:
s += i
return s
return sum_in
直接调用返回计算函数：
f = my_sum(1,2,3,4)
f
<function my_sum.<locals>.sum_in at 0x000002C607E15048>
f才是真正的计算函数：
f()
10
// 这里返回的内部函数sum_in引用了外部函数my_sum的参数和局部变量，这也叫Python中的闭包！
三、匿名函数
也就是我们熟悉的拉姆达表达式了：lambda。Python中的用法如下：（需要显式使用lambda关键字）
list(map(lambda x:x*x, [1,2,3]))
[1, 4, 9]
其他的lambda表达式不再赘述，和Java、scala一致
四、装饰器
之前提到的，可以通过变量给函数起别名：
def fun1():
print("100分，100分！")
f1 = fun1
真实名字可以通过.__name__得出：
f1.__name__
'fun1'
装饰器在其他语言中也比较常见了，这里介绍Python的装饰器。它本质上是一个返回函数的高阶函数：
使用的方式是通过注解形式进行装饰，而装饰者Log这里接收一个函数，并返回一个函数
# -*- coding: utf-8 -*-
def log(fun):
def wrapper(*args, **kv):
print("被装饰的函数是：%s" % fun.__name__)
return fun(*args, **kv)
return wrapper
@log
def func():
print("现在是2018-04-24")
func()
至于装饰者本身需要参数的情况，参考廖老师的博客
五、偏函数
偏函数有点儿类似原来的默认参数，就是把函数的某些参数给固定住。这样就能快速调用：
偏函数的功能由functools提供，需要提前导包：
# -*- coding: utf-8 -*-
import functools
int2 = functools.partial(int, base=2)
int2('11001001')
以上的偏函数就把int函数的base参数给固定住了，这样int2在进行字符串转换时就会默认转换为2进制了，而不用每次都通过int(str, base=2)来指定了！
