再一次重新學習Python——函數語言程式設計
-
函數語言程式設計
函數語言程式設計的一個特點就是,允許把函式本身作為引數傳入另一個函式,還允許返回一個函式!
-
高階函式
既然變數可以指向函式,函式的引數能接收變數,那麼一個函式就可以接收另一個函式作為引數,這種函式就是高階函式。
-
map()和reduce()
map()函式接收兩個引數,一個是函式,一個是序列,map將傳入的函式一次作用到序列的每個元素,並且把結果作為新的list返回。
比如,把這個list所有數字轉為字串:
>>> map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]) ['1', '2', '3', '4', '5', '6', '7', '8', '9']
reduce()函式
reduce把一個函式作用在一個序列[x1, x2, x3...]上,這個函式必須接收兩個引數,reduce把結果繼續和序列的下一個元素做累積計算,其效果就是:
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
比方說對一個序列求和,就可以用reduce實現:
>>> def add(x, y):
... return x + y
...
>>> reduce(add, [1, 3, 5, 7, 9])
25
這個例子本身沒多大用處,但是,如果考慮到字串str
map()
,我們就可以寫出把str
轉換為int
的函式:
>>> def fn(x, y):
... return x * 10 + y
...
>>> def char2num(s):
... return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
...
>>> reduce(fn, map(char2num, '13579'))
13579
這個函式是完成將字元轉換為數字的功能,用到了dict和陣列的功能,其中你可以把 {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}看成是一個字典,s是key,函式通過s引數查詢字典中的key,進而獲取value,返回value的值。
利用map()
函式,把使用者輸入的不規範的英文名字,變為首字母大寫,其他小寫的規範名字。輸入:['adam', 'LISA', 'barT']
,輸出:['Adam', 'Lisa', 'Bart']
。
def normalize(name):
name=name[0].upper()+name[1:].lower()
return name
L1 = ['adam', 'LISA', 'barT']
L2 = list(map(normalize, L1))
print L2
-
filter()函式
filter()函式用於過濾序列。和map()類似,filter()
也接收一個函式和一個序列。和map()
不同的時,filter()
把傳入的函式依次作用於每個元素,然後根據返回值是True
還是False
決定保留還是丟棄該元素。
把一個序列中的空字串刪掉,可以這麼寫:
def not_empty(s):
return s and s.strip()
#strip()可以去除首位的空格
#strip('0')可以去除首位的0
filter(not_empty, ['A', '', 'B', None, 'C', ' '])
# 結果: ['A', 'B', 'C']
練習!!!!!!!!!!!!!!!!!!!!!!!!!!!
用filter()
刪除1~100的素數。
import math
L = range(1, 101)
def delprimenum(str):
if str == 1:
return str
for i in range(2,int(math.sqrt(str)+1)):
if str % 1 == 0:
return str
print filter(delprimenum, L)
-
sorted()函式
Python內建的sorted()
函式就可以對list進行排序:
>>> sorted([36, 5, 12, 9, 21])
[5, 9, 12, 21, 36]
關於sorted函式的引數根據Python官方文件
sorted(iterable[,cmp,[,key[,reverse=True]]])
作用:返回一個經過排序的列表。
第一個引數是一個iterable,返回值是一個對iterable中元素進行排序後的列表(list)。
可選的引數有三個,cmp、key和reverse。
1)cmp指定一個定製的比較函式,這個函式接收兩個引數(iterable的元素),如果第一個引數小於第二個引數,返回一個負數;如果第一個引數等於第二個引數,返回零;如果第一個引數大於第二個引數,返回一個正數。預設值為None。
2)key指定一個接收一個引數的函式,這個函式用於從每個元素中提取一個用於比較的關鍵字。預設值為None。
3)reverse是一個布林值。如果設定為True,列表元素將被倒序排列。
key引數的值應該是一個函式,這個函式接收一個引數並且返回一個用於比較的關鍵字。對複雜物件的比較通常是使用物件的切片作為關鍵字。例如:
students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
sorted(students, key=lambda s: s[2]) #按年齡排序
此外,sorted()
函式也是一個高階函式,它還可以接收一個比較函式來實現自定義的排序。比如,如果要倒序排序,我們就可以自定義一個reversed_cmp
函式:
def reversed_cmp(x, y):
if x > y:
return -1
if x < y:
return 1
return 0
傳入自定義的比較函式reversed_cmp
,就可以實現倒序排序:
>>> sorted([36, 5, 12, 9, 21], reversed_cmp)
[36, 21, 12, 9, 5]
-
返回函式
函式作為返回值
高階函式除了可以接受函式作為引數外,還可以把函式作為結果值返回。
我們來實現一個可變引數的求和。通常情況下,求和的函式是這樣定義的:
def calc_sum(*args):
ax = 0
for n in args:
ax = ax + n
return ax
但是,如果不需要立刻求和,而是在後面的程式碼中,根據需要再計算怎麼辦?可以不返回求和的結果,而是返回求和的函式!
def lazy_sum(*args):
def sum():
ax = 0
for n in args:
ax = ax + n
return ax
return sum
當我們呼叫lazy_sum()
時,返回的並不是求和結果,而是求和函式:
>>> f = lazy_sum(1, 3, 5, 7, 9)
>>> f
<function sum at 0x10452f668>
呼叫函式f
時,才真正計算求和的結果:
>>> f()
25
在這個例子中,我們在函式lazy_sum
中又定義了函式sum
,並且,內部函式sum
可以引用外部函式lazy_sum
的引數和區域性變數,當lazy_sum
返回函式sum
時,相關引數和變數都儲存在返回的函式中,這種稱為“閉包(Closure)”的程式結構擁有極大的威力。
請再注意一點,當我們呼叫lazy_sum()
時,每次呼叫都會返回一個新的函式,即使傳入相同的引數:
>>> f1 = lazy_sum(1, 3, 5, 7, 9)
>>> f2 = lazy_sum(1, 3, 5, 7, 9)
>>> f1==f2
False
f1()
和f2()
的呼叫結果互不影響。
關於閉包檢視部落格返回函式一章
返回閉包時牢記的一點就是:返回函式不要引用任何迴圈變數,或者後續會發生變化的變數。
-
匿名函式
關鍵字lambda表示匿名函式,冒號前的x,y表示函式引數,例如
lambda x: x * x實際上就是
def f(x):
return x*x
匿名函式只能有一個表示式,不用寫return,返回值就是該表示式的結果
-
裝飾器
在程式碼執行期間動態增加功能的方式,稱之為“裝飾器”(Decorator)。接受函式作為引數並返回一個函式。
關於@
@修飾符 ‘@’符號用作函式修飾符是python2.4新增加的功能,修飾符必須出現在函式定義前一行,不允許和函式定義在同一行。也就是說@A def f(): 是非法的。 只可以在模組或類定義層內對函式進行修飾,不允許修修飾一個類。一個修飾符就是一個函式,它將被修飾的函式做為引數,並返回修飾後的同名函式或其它可呼叫的東西。
本質上講,裝飾符@類似於回撥函式,把其它的函式(暫且稱為目的引數)作為自己的入參,在目的函式執行前,執行一些自己的操作,比如:計數、列印一些提示資訊等,然後返回目的函式。下面列舉一個簡單的例子。
import time
def time(func):
print(time.ctime())
return func()
@time # 從這裡可以看出@time 等價於 time(xxx()),但是這種寫法你得考慮python程式碼的執行順序
def xxx():
print('Hello world!')
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
執行結果:
Wed Jul 26 23:01:21 2017
Hello world!
練習!!!!!!!!!!!!!!!!!!!!!!!
1、編寫一個decorator,能在函式呼叫的前後打印出'begin call'
和'end call'
的日誌。
def log(func):
def wrapper():
print 'begin call'
func()
print 'end call'
return wrapper
@log
def myage():
print '21'
myage()
2、再思考一下能否寫出一個@log
的decorator,使它既支援:
@log
def f():
pass
又支援:
@log('execute')
def f():
pass
程式碼!!!!!關於decorator需要好好看看
import functools
def log(arg):
if callable(arg):
# @log模式
func = arg
@functools.wraps(func)
def wrapper(*args, **kw):
print 'call %s(): ' %func.__name__
func(*args, **kw) #相當於返回func
return wrapper
else:
# @log('arg')模式
def decorator(func):
def wrapper(*args, **kw):
print '%s %s(): ' %(arg, func.__name__)
func(*args, **kw)
return wrapper
return decorator
@log
def now():
print 'Saikikky'
@log('Hi')
def next():
print 'Saikikky'
now()
next()
-
偏函式
簡單總結functools.partial
的作用就是,把一個函式的某些引數給固定住(也就是設定預設值),返回一個新的函式,呼叫這個新函式會更簡單。