python学习笔记(六) 函数式编程

一函数对象

函数同样可以作为对象复制给一个变量，如下：

f = abs;

print(f(-10))

f = 'abs';

print(f)

def add(a,b,f):

    return f(a) + f(b)

print(add(-1,2,f))

map 函数， map函数接受一个函数变量，第二个参数为一个可迭代对象，最后返回一个迭代器，由于迭代器的惰性，需要用list()函数返回所有元素。

def squart(n):

    return n* n;

print(map(squart,range(1,11) ) )

print(list(map(squart,range(1,11) ) ))

reduce函数， reduce函数接受两个参数，第一个参数同样是函数对象f，f必须接受两个参数，并且返回和参数同类型的数据。第二个参数为一个可迭代序列。

def func(a, b):

    return a + b

print(reduce(func, range(1,11)))

reduce和map函数不一样，reduce返回的是一个最终值

reduce(f,[x1, x2, x3, x4]) = f(f(f(x1,x2),x3),x4)

可以通过reduce和map函数搭配，将一个字符串转化为整数

def str2int(str):

    def char2int(c):

        return {'':0,'':1,'':2,'':3,'':4,'':5,'':6,'':7,'':8,'':9}

    def convertnum(a,b):

        return a*10 + b

    return reduce(convertnum, map(char2int, str))

print(str2int(""))

filter 函数，filter函数同样有两个参数，第一个参数为函数对象，返回值为bool类型，第二个参数为可迭代序列，返回值为迭代器，

同样需要list()转化为序列。下面用filter和生成器实现一个素数生成器函数

def odd_generater():

    n = 1

    while True:

        n = n+1

        yield n

def primer_generater():

    yield 2

    it = odd_generater()

    while(True):

        n = next(it)

        yield n

        it = filter(lambda x:x%n > 0, it)

打印测试：

for i in primer_generater():

    if(i < 100):

        print (i)

    else:

        break

sorted 函数，第一个接受一个list，第二个为比较的规则，可以不写

print(sorted(["Abert","cn","broom","Dog"]) )

print(sorted(["Abert","cn","broom","Dog"], key = str.lower))

print(sorted(["Abert","cn","broom","Dog"], key = str.lower, reverse = True))

二 函数封装和返回

def lazy_sum(*arg):

    def sum():

        x = 0

        for i in arg:

            x = x +i

        return x

    return sum

f = lazy_sum(2,3,1,6,8)

print(f())

定义了一个lazy_sum函数，函数返回内部定义的sum函数。可以在函数A内部定义函数B，调用A返回函数B，从而达到函数B延时调用。

闭包：

在函数A内部定义函数B，函数B内使用了函数A定义的局部变量或参数，这种情况就是闭包。

使用闭包需要注意，在函数B中修改了函数A 定义的局部变量，那么需要使用nonlocal关键字。如果在函数B中修改了全局变量，那么需要使用global关键字。

def lazy_sum(*arg):

    sums = 0

    def sum():

        for i in arg:

            nonlocal sums

            sums = sums + i

        return sums

    return sum

f1 = lazy_sum(1,3,5,7,9)

f2 = lazy_sum(1,3,5,7,9)

print(f1 == f2)

print(f1() )

print(f2() )

匿名函数：lambda， lambda后面跟函数的参数，然后用：隔开，写运算规则作为返回值

it = map(lambda x:x*x, (1,3,5,7,9))

print(list(it))

def lazy_squart():

    return lambda x:x*x

f = lazy_squart()

print(f(3) )

装饰器：装饰器实际就是函数A中定义了函数B，并且返回函数B，为了实现特殊功能，如写日志，计算时间等等。

先看个返回函数，并且调用的例子

def decoratorfunc(func):

    def wrapperfunc():

        print('func name is: %s'%(func.__name__))

        func()

    return wrapperfunc

def helloworld():

    print('Helloworld !!!')

helloworld = decoratorfunc(helloworld)

helloworld()

以后每次调用helloword，不仅会打印Helloworld，还会打印函数名字。

python提供装饰器的功能，可以简化上面代码，并且实现每次调用helloworld函数都会打印函数名字。

def decoratorfunc(func):

    def wrapperfunc(*args, **kw):

        time1 = time.time()

        func(*args, **kw)

        time2 = time.time()

        print('cost %d secondes'%(time2-time1))

    return wrapperfunc

@decoratorfunc

def output(str):

    print(str)

    time.sleep(2)

output('hello world!!!')

如果函数带参数，实现装饰器可以内部定义万能参数的函数

def decoratorfunc(func):

    def wrapperfunc(*args, **kw):

        time1 = time.time()

        func(*args, **kw)

        time2 = time.time()

        print('cost %d secondes'%(time2-time1))

    return wrapperfunc

@decoratorfunc

def output(str):

    print(str)

    time.sleep(2)

output('hello world!!!')

装饰器执行@decoratorfunc相当于

output = decoratorfunc(output)
output('hello world!!!')

如果装饰器需要传入参数，那么可以增加多一层的函数定义，完成装饰器参数传入和调用。

def decoratorfunc(param):

    def decoratorfunc(func):

        def wrapperfunc(*arg, **kw):

            print('%s %s' %(param, func.__name__))

            func(*arg, **kw)

        return wrapperfunc

    return decoratorfunc

@decoratorfunc('execute')

def output(str):

    print(str)

output('nice to meet u')

print(output.__name__)

#实际执行过程
decorator = decoratorfunc('execute')
output = decorator(now)

output('nice to meet u')

执行print(output.__name__)发现打印出的函数名字不是output而是wrapperfunc，这对以后的代码会有影响。

可以通过python提供的装饰器@functools.wraps(func) 完成函数名称的绑定

def decoratorfunc(param):

    def decoratorfunc(func):

        @functools.wraps(func)

        def wrapperfunc(*arg, **kw):

            print('%s %s' %(param, func.__name__))

            func(*arg, **kw)

        return wrapperfunc

    return decoratorfunc

@decoratorfunc('execute')

def output(str):

    print(str)

print(output.__name__)

print(output.__name__)显示为output，这符合我们需要的逻辑。

三 偏函数

如函数 int(a, base = 2) 可以实现一个字符串根据base提供的进制，转化成对应进制的数字。

可以通过偏函数，实现指定参数的固定，并且生成新的函数

intnew = functools.partial(int, base = 2)

print(intnew(''))

也可以自己定义函数：

def add(a,b):

    return a+b

print(add(3,7))

addnew = functools.partial(add, 3)

print(addnew(7))

addnew2 = functools.partial(add, b = 7)

print(addnew2(3))

函数部分介绍到此为止，我的公众号，谢谢关注：

巴特西

python学习笔记(六) 函数式编程

最新文章

热门文章