python精簡筆記(五)——函數語言程式設計
函數語言程式設計就是一種抽象程度很高的程式設計正規化,純粹的函數語言程式設計語言編寫的函式沒有變數,因此,任意一個函式,只要輸入是確定的,輸出就是確定的,這種純函式我們稱之為沒有副作用。而允許使用變數的程式設計語言,由於函式內部的變數狀態不確定,同樣的輸入,可能得到不同的輸出,因此,這種函式是有副作用的。
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!
Python對函數語言程式設計提供部分支援。由於Python允許使用變數,因此,Python不是純函數語言程式設計語言。
返回函式
函式可以把函式作為返回值返回,如果不需要立刻求和,而是在後面的程式碼中,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
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 lazy_sum.<locals>.sum at 0x101c6ed90>
呼叫函式f時,才真正計算求和的結果:
>>> f()
25
上面這種形式稱為閉包。
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。
閉包
返回的函式在其定義內部引用了局部變數 args
,所以,當一個函式返回了一個函式後,其內部的區域性變數還被新函式引用。
閉包用起來簡單,實現起來可不容易。
錯誤示範
def count():
fs = []
for i in range(1, 4):
def f():
return i*i
fs.append(f)
return fs
f1, f2, f3 = count()
你可能認為呼叫f1(),f2()和f3()結果應該是1,4,9,但實際結果是:
>>> f1()
9
>>> f2()
9
>>> f3()
9
全部都是9!原因就在於返回的函式引用了變數i,但它並非立刻執行。等到3個函式都返回時,它們所引用的變數i已經變成了3,因此最終結果為9。
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。
如果一定要引用迴圈變數怎麼辦?方法是再建立一個函式,用該函式的引數繫結迴圈變數當前的值,無論該迴圈變數後續如何更改,已繫結到函式引數的值不變:
def count():
def f(j):
def g():
return j*j
return g
fs = []
for i in range(1, 4):
fs.append(f(i)) # f(i)立刻被執行,因此i的當前值被傳入f()
return fs
匿名函式 lambda
傳入函式時,有些時候,直接傳入匿名函式更方便。
匿名函式lambda x: x * x
實際上就是:
def f(x):
return x * x
關鍵字lambda
表示匿名函式,冒號前面的x表示函式引數。
匿名函式有個限制,就是隻能有一個表示式,不用寫return
,返回值就是該表示式的結果。
用匿名函式有個好處,因為函式沒有名字,不必擔心函式名衝突。此外,匿名函式也是一個函式物件,也可以把匿名函式賦值給一個變數,再利用變數來呼叫該函式:
>>> f = lambda x: x * x
>>> f
<function <lambda> at 0x101c6ef28>
>>> f(5)
25
同樣,也可以把匿名函式作為返回值返回,比如:
def build(x, y):
return lambda: x * x + y * y
裝飾器
函式也是一個物件,而且函式物件可以被賦值給變數,所以,通過變數也能呼叫該函式。
>>> def now():
... print('2015-3-25')
...
>>> f = now
>>> f()
2015-3-25
函式物件有一個__name__
屬性,可以拿到函式的名字:
>>> now.__name__
'now'
>>> f.__name__
'now'
假設我們要增強now()
函式的功能,比如,在函式呼叫前後自動列印日誌,但又不希望修改now()函式的定義,這種在程式碼執行期間動態增加功能的方式,稱之為“裝飾器”(Decorator)。
Decorator
就是一個返回函式的高階函式。可以定義如下:
def log(func):
def wrapper(*args, **kw):
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper
觀察上面的log
,因為它是一個decorator
,所以接受一個函式作為引數,並返回一個函式。我們要藉助Python的@
語法,把decorator
置於函式的定義處:
@log
def now():
print('2015-3-25')
呼叫now()
函式,不僅會執行now()
函式本身,還會在執行now()
函式前列印一行日誌:
>>> now()
call now():
2015-3-25
把@log
放到now()
函式的定義處,相當於執行了語句:
now = log(now)
如果decorator本身需要傳入引數,那就需要編寫一個返回decorator的高階函式,寫出來會更復雜。比如,要自定義log的文字:
def log(text):
def decorator(func):
def wrapper(*args, **kw):
print('%s %s():' % (text, func.__name__))
return func(*args, **kw)
return wrapper
return decorator
這個3層巢狀的decorator用法如下:
@log('execute')
def now():
print('2015-3-25')
相當於
now = log('execute')(now)
裝飾器會改變 函式__name__
屬性
Python內建的functools.wraps
可以解決這個問題,只需記住在定義wrapper()
的前面加上@functools.wraps(func)
即可。
import functools
def log(text):
def decorator(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print('%s %s():' % (text, func.__name__))
return func(*args, **kw)
return wrapper
return decorator
偏函式
當函式的引數個數太多,需要簡化時,使用functools.partial
可以建立一個新的函式,這個新函式可以固定住原函式的部分引數,從而在呼叫時更簡單。
例如
int()
函式可以把字串轉換為整數,當僅傳入字串時,int()
函式預設按十進位制轉換,如果傳入base引數,就可以做N進位制的轉換:
>>> int('12345', base=8)
5349
>>> int('12345', 16)
74565
要轉換大量的二進位制字串,每次都傳入int(x, base=2)
非常麻煩
簡化程式碼
>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64
>>> int2('1010101')
85
建立偏函式時,實際上可以接收函式物件、*args
和**kw
這3個引數
int2 = functools.partial(int, base=2)
int2('10010')
相當於
kw = { 'base': 2 }
int('10010', **kw)
當傳入:
max2 = functools.partial(max, 10)
實際上會把10作為*args的一部分自動加到左邊,也就是:
max2(5, 6, 7)
相當於:
args = (10, 5, 6, 7)
max(*args)