#《流畅的Python》读书笔记
# 第三部分 把函数视作对象
# 第5章 一等函数
#在Python中，函数是一等对象。编程语言理论家把“一等对象”定义为满足下述条件的程序实体：
#在运行时创建
#能赋值给变量或数据结构中的元素
#能作为参数传给函数
#能作为函数的返回结果
# 5.1 把函数视作对象
# 示例 5-1 中的控制台会话表明，Python 函数是对象。这里我们创建了一个函数，然后调用它，读取它的 __doc__ 属性，并且确定函数对象本身是 function 类的实例。
#示例 5-1 创建并测试一个函数，然后读取它的 __doc__ 属性，再检查它的类型
def factorial(n):
'''return n!'''
return 1 if n<2 else n*factorial(n-1)
print(factorial(42)) #1405006117752879898543142606244511569936384000000000
print(factorial.__doc__) #return n!
print(type(factorial)) #<class 'function'>
# 示例 5-2 通过别的名称使用函数，再把函数作为参数传递
fact=factorial
print(fact) #<function factorial at 0x01C15420>
print(fact(5)) #120
print(map(factorial,range(11))) #<map object at 0x013D3710>
print(list(map(fact,range(11)))) #[1, 1, 2, 6, 24, 120, 720, 5040, 40320, 362880, 3628800]
# 5.2 高阶函数
# 接受函数为参数，或者把函数作为结果返回的函数是高阶函数（higher-order function）。
# 示例 5-3 根据单词长度给一个列表排序
fruits=['strawberry','fig','apple','cherry','raspberry','banana']
print(sorted(fruits,key=len))
# 示例 5-4 根据反向拼写给一个单词列表排序
def reverse(word):
return word[::-1]
print(reverse('testing')) #gnitset
print(sorted(fruits,key=reverse)) #['banana', 'apple', 'fig', 'raspberry', 'strawberry', 'cherry']
# map、filter和reduce的现代替代品
# 函数式语言通常会提供 map、filter 和 reduce 三个高阶函数（有时使用不同的名称）。
# 在 Python 3 中，map 和 filter 还是内置函数，但是由于引入了列表推导和生成器表达式，它们变得没那么重要了。
# 列表推导或生成器表达式具有 map 和 filter 两个函数的功能，而且更易于阅读，如示例 5-5 所示。
# 示例 5-5 计算阶乘列表：map和filter与列表推导比较
print(list(map(fact,range(6)))) #[1, 1, 2, 6, 24, 120]
print([fact(n) for n in range(6)]) #[1, 1, 2, 6, 24, 120]
print(list(map(factorial, filter(lambda n: n % 2, range(6))))) #[1, 6, 120]
print([factorial(n) for n in range(6) if n % 2]) #[1, 6, 120]
# 示例 5-6 使用reduce和sum计算0~99之和
from functools import reduce
from operator import add
print(reduce(add,range(100))) #4950
print(sum(range(100))) #4950
# 函数式语言通常会提供map、filter和reduce三个高阶函数（有时使用不同的名称）。
# 在Python3中，map和filter还是内置函数，但是由于引入了列表推导和生成器表达式，它们变得没那么重要了。
# 5.3 匿名函数
# lambda 关键字在 Python 表达式内创建匿名函数。
# 示例 5-7 使用lambda表达式反转拼写，然后依此给单词列表排序
fruits=['strawberry','fig','apple','cherry','raspberry','banana']
print(sorted(fruits,key=lambda word:word[::-1])) #['banana', 'apple', 'fig', 'raspberry', 'strawberry', 'cherry']
# 5.4 可调用对象
# Python 中有各种各样可调用的类型，因此判断对象能否调用，最安全的方法是使用内置的callable()函数：
print(abs,str,13) #<built-in function abs> <class 'str'> 13
print([callable(obj) for obj in (abs,str,13)]) #[True, True, False]
# 5.5 用户定义的可调用类型
# 不仅Python函数是真正的对象，任何 Python 对象都可以表现得像函数。为此，只需实现实例方法 __call__
# 示例 5-8 bingocall.py：调用 BingoCage 实例，从打乱的列表中取出一个元素
import random
class BingoCage:
def __init__(self,items):
self._items=list(items)
random.shuffle(self._items)
def pick(self):
try:
return self._items.pop()
except IndexError:
raise LookupError('pick from empty BingoCage')
def __call__(self):
return self.pick()#bingo.pick() 的快捷方式是 bingo()。
bingo=BingoCage(range(3))
print(bingo.pick())
print(bingo.pick())
print(callable(bingo))
# 5.6 函数内省
# 除了 __doc__，函数对象还有很多属性。使用 dir 函数可以探知factorial 具有下述属性：
# 示例 5-9 列出常规对象没有而函数有的属性
class C:pass
obj=C()
def func():pass
print(sorted(set(dir(func))-set(dir(obj))))
# ['__annotations__', '__call__', '__closure__', '__code__', '__defaults__',
# '__get__', '__globals__', '__kwdefaults__', '__name__', '__qualname__']
# 5.7 从定位参数到仅限关键字参数
# Python 最好的特性之一是提供了极为灵活的参数处理机制，而且 Python3 进一步提供了仅限关键字参数（keyword-only argument）。
# 与之密切相关的是，调用函数时使用 * 和 **“展开”可迭代对象，映射到单个参数。
# 示例 5-10 tag 函数用于生成 HTML 标签；使用名为 cls 的关键字参数传入“class”属性，这是一种变通方法，因为“ class”是 Python的关键字
# 示例 5-11 tag 函数（见示例 5-10）众多调用方式中的几种
# 5.8 获取关于参数的信息
# HTTP 微框架 Bobo 中有个使用函数内省的好例子。
# 示例 5-12 是对 Bobo教程中“Hello world”应用的改编，说明了内省怎么使用。
# 示例 5-12 Bobo 知道 hello 需要 person 参数，并且从 HTTP 请求中获取它
# 示例 5-13 如果请求中缺少函数的参数，Bobo 返回 403 forbidden响应；curl -i 的作用是把首部转储到标准输出
# 示例 5-14 传入所需的 person 参数才能得到 OK 响应
# 示例 5-15 在指定长度附近截断字符串的函数
# 示例 5-16 提取关于函数参数的信息
# 示例 5-17 提取函数的签名
# 示例 5-18 把tag 函数（见示例 5-10）的签名绑定到一个参数字典上
# 5.9 函数注解
# Python 3 提供了一种句法，用于为函数声明中的参数和返回值附加元数据。
# 示例 5-19 是示例 5-15 添加注解后的版本，二者唯一的区别在第一行。
# 示例 5-19 有注解的 clip 函数
# 示例 5-20 从函数签名中提取注解
# 5.10 支持函数式编程的包
# 虽然 Guido 明确表明，Python 的目标不是变成函数式编程语言，但是得益于 operator 和 functools 等包的支持，函数式编程风格也可以信手拈来。
# 接下来的两节分别介绍这两个包。
# 5.10.1 operator模块
# 在函数式编程中，经常需要把算术运算符当作函数使用。例如，不使用递归计算阶乘。
# 求和可以使用 sum 函数，但是求积则没有这样的函数。我们可以使用 reduce 函数（5.2.1 节是这么做的），但是需要一个函数计算序列中两个元素之积。
# 示例 5-21 展示如何使用 lambda 表达式解决这个问题。
# 示例 5-21 使用reduce函数和一个匿名函数计算阶乘
from functools import reduce
def fact(n):
return reduce(lambda a,b:a*b,range(1,n+1))
# 示例 5-22 使用reduc和operator.mul函数计算阶乘
from functools import reduce
from operator import mul
def fact(n):
return reduce(mul,range(n,n+1))
# 示例 5-23 演示使用 itemgetter 排序一个元组列表
# 示例 5-24 定义一个 namedtuple，名为 metro_data
# 示例 5-25 methodcaller使用示例：第二个测试展示绑定额外参数的方式
from operator import methodcaller
s='The time has come'
upcase=methodcaller('upper')
print(upcase(s)) #THE TIME HAS COME
hiphenate=methodcaller('replace',' ','-')
print(hiphenate(s)) #The-time-has-come
# 5.10.2 使用functools.partial冻结参数
# functools 模块提供了一系列高阶函数，其中最为人熟知的或许是reduce，我们在 5.2.1 节已经介绍过。
# 余下的函数中，最有用的是partial 及其变体，partialmethod。
# 示例5-26使用partial把一个两参数函数改编成需要单参数的可调用对象
from operator import mul
from functools import partial
triple=partial(mul,3)
print(triple(7)) #21
print(list(map(triple,range(1,10)))) #[3, 6, 9, 12, 15, 18, 21, 24, 27]
# 示例 5-27 使用 partial 构建一个便利的 Unicode 规范化函数
# 示例 5-28 把 partial 应用到示例 5-10 中定义的 tag 函数上
# 5.11 本章小结
# 5.12 延伸阅读
# 接下来的两章继续探讨使用函数对象编程。第 6 章说明一等函数如何简化某些经典的面向对象设计模式，第 7 章说明函数装饰器（一种特别的高阶函数）和支持装饰器的闭包机制。
