Day-6: 函数式编程

  函数式编程就是封装成一个个函数,一次调用来完成复杂任务。

  函数式编程的一个特点是,允许把函数本身作为参数传入另一个函数,还允许返回一个函数!

  • 高阶函数

  高阶函数就是将函数的变量名作为参数传入,内部再对该函数进行调用的函数。

  一个简单的高阶函数如下:

def add(x, y, f):
    return f(x) + f(y)
x ==> -5
y ==> 6
f ==> abs
f(x) + f(y) ==> abs(-5) + abs(6) ==> 11
>>> add(-5, 6, abs)
11

  Python内建了map()、reduce()、filter()和sorted()等高阶函数。

  map()函数接收两个参数,一个是函数,一个是序列,map将传入的函数依次作用到序列的每个元素,并把结果作为新的list返回。

>>> def f(x):
...     return x * x
...
>>> map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
[1, 4, 9, 16, 25, 36, 49, 64, 81]

  map()作为高阶函数,事实上它把运算规则抽象了,因此,我们不但可以计算简单的f(x)=x2,还可以计算任意复杂的函数,比如,把这个list所有数字转为字符串:

>>> map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9])
['1', '2', '3', '4', '5', '6', '7', '8', '9']

  reduce把一个函数作用在一个序列[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做累积计算,其效果就是:

>>> def fn(x, y):
...     return x * 10 + y
...
>>> reduce(fn, [1, 3, 5, 7, 9])
13579

  filter()函数是用于过滤序列的,传入一个函数和一个序列。filter()把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留还是丢弃该元素,如:

def not_empty(s):
    return s and s.strip()

filter(not_empty, ['A', '', 'B', None, 'C', '  '])
# 结果: ['A', 'B', 'C']

  sorted()函数是用于对序列进行排序,传入一个序列和一个默认函数为cmp的函数。只传入序列时,进行默认排序,如下:

>>> sorted([36, 5, 12, 9, 21])
[5, 9, 12, 21, 36]

  传入序列和函数时,依据传入的函数进行排序,如下:

def reversed_cmp(x, y):
    if x > y:
        return -1
    if x < y:
        return 1
    return 0
>>> sorted([36, 5, 12, 9, 21], reversed_cmp)
[36, 21, 12, 9, 5]
  • 返回函数

   一个函数的返回值不是变量,而是函数。这种方式可以构成“闭包”,对程序有极大的应用,如装饰器。

  但是需要注意的是:返回函数不要引用任何循环变量,或者后续会发生变化的变量。

def count():
    fs = []
    for i in range(1, 4):
        def f():
             return i*i
        fs.append(f)
    return fs

f1, f2, f3 = count()
>>> f1()
9
>>> f2()
9
>>> f3()
9

  如果一定要引用循环变量的话,方法是再创建一个函数,用该函数的参数绑定循环变量当前的值,无论该循环变量后续如何改变,已绑定到函数参数的值不变。

>>> def count():
...     fs = []
...     for i in range(1, 4):
...         def f(j):
...             def g():
...                 return j*j
...             return g
...         fs.append(f(i))
...     return fs
... 
>>> f1, f2, f3 = count()
>>> f1()
1
>>> f2()
4
>>> f3()
9
  • 匿名函数

  当Python中,传入函数不需要显式地定义时,就可以利用匿名函数直接带入;同时,由于匿名函数没有名字,不会出现函数名字冲突的情况。

  匿名函数的格式是:lambda x: x * x

  • 装饰器

  当希望在已有的函数基础上增加一部分功能,但是又不想重新改函数时,就可以使用装饰器,进行动态的修改,例如:对一个函数增加日志打印的功能。

def log(func):
    def wrapper(*args, **kw):
        print 'call %s():' % func.__name__
        return func(*args, **kw)
    return wrapper
@log
def now():
    print '2013-12-25'
>>> now()
call now():
2013-12-25

另外,要改变打印内容时,用到3层套用,就是下面的情况:

import functools

def log(text):
    def decorator(func):
        @functools.wraps(func) # 装饰后不改变原函数的内置属性
        def wrapper(*args, **kw):
            print '%s %s():' % (text, func.__name__)
            return func(*args, **kw)
        return wrapper
    return decorator
@log('execute')
def now():
    print '2013-12-25'
>>> now()
execute now():
2013-12-25
  • 偏函数

  对于已有的函数,如果有默认的参数值,但是我们最近常调用的是另一个参数值时,可以使用偏函数,生成默认值为另一个参数的新函数。

>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64
>>> int2('1010101')
85

  相当于:

def int2(x, base=2):
    return int(x, base)

  注:本文为学习廖雪峰Python入门整理后的笔记

posted @ 2017-09-10 20:00  倔强的小蚂蚁  阅读(161)  评论(0编辑  收藏  举报