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]

通过上面的运行，可以知道map就是把一个数组内所有的元素都执行map加入的方法。

用法如下 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

通过上面的例子，直观的来看，我们可以发现reduce和map方法有一些不一样。

map是python自带的函数，而reduce需要引入functools
map 返回的是一个map对象，而reduce是返回的一个数字
map函数需要一个参数，而reduce的参数需要两个。

map是对一个集合中的每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以后形成的返回之作为第一个参数，再和第三个参数形成返回值，依次执行。

filter函数

filter则是对集合的每个元素执行一次判断，能让filter指定的函数返回真值则返回，否则则不出现在返回集合中。

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。用法如下

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

返回函数（闭包）

def fn(x):

    def add(y):

        return x + y

    return add

a = fn(5)

a(6)

需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())

从上面的例子中，我们如果没有理解到返回的函数是在最后加上括号的时候才调用，可能以为返回之是0，1，2，3

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

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，需要引入关键词nonlocal 如下：

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]

通过上面的式子我们简单可以看到lambda函数或者匿名函数的意义

f = lambda x,y:x + y

f(5,6)

我们大概可以看到lambda函数的：前面相当于参数，后面的是返回数值

装饰器

我的理解类似java中的AOP或者.net中的面向切片编程

'''比如调用一个方法的时候，我们期望另外一个方法也被调用。比如我们执行一个操作，期望不改变任何代码，就可以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

''' 如果我们希望往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，需要@functools.wraps(func)

''' 如果我们希望往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

巴特西

python的一些高阶用法