函数式编程的一个特点就是,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
Python支持高阶函数(Higher-order function)。
什么是高阶函数呢?把函数作为参数传入,这样的函数称为高阶函数。
高阶函数的特点:
1、变量可以指向函数
>>> abs(10)
10
>>> abs
<built-in function abs>
>>> x = abs
>>> x
<built-in function abs>
这个例子告诉我们:abs
是函数,abs(10)
是函数调用;可以将函数赋给一个变量,这个变量也指向了函数。
2、函数名也是变量
>>> abs = 10
>>> abs
10
例子中,当我们把一个函数名重新赋值后,该函数名不再指向函数,而是指向整数10
,说明函数名本身也是变量,是指向函数的变量。
3、函数参数可以传入函数
def test(x,y,f):
return f(x) + f(y)
print(test(1, -2, abs))
输出:
3
map函数
map(function f, Iterable iterable)
# 返回: Iterable
map()
函数接收两个参数,一个是函数,一个是Iterable,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Iterator返回。
示例:
def f(x):
return x*x
iterator = map(f, [1,2,3,4])
print(list(iterator))
输出:
[1, 4, 9, 16]
map返回的结果是个迭代器(Iterator)。我们可以使用for循环获取结果或者直接使用list()
函数将结果转变为list:
iterator = map(f, [1,2,3,4])
for x in iterator:
print(x)
输出:
1
4
9
16
reduce函数
reduce(function f, Iterable iterable)
reduce()
函数同样接收两个参数,一个是函数,一个是Iterable,reduce把结果继续和序列的下一个元素做累积计算,返回的是累计结果,非迭代器。注意的是reduce()
传入的函数 函数f
必须接收两个参数。
import functools
def f(x,y):
return x*10+y
iterator = functools.reduce(f, [1,2,3,4])
print(iterator)
输出:
1234
reduce在Python3.3+已经移到functools里了,需要先导入functools。
字符串转整数示例:
from functools import reduce
def str2int(s):
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]
return reduce(fn, map(char2num, s))
调用:
>>> str2int('135')
135
reduce()还可以接收第3个可选参数,作为计算的初始值。如果把初始值设为100,计算:
def f(x, y):
return x + y
reduce(f, [1, 3, 5, 7, 9], 100)
结果将变为125。
filter函数
filter(function f, Iterable iterable)
# 返回: Iterable
和map()
类似,filter()
也接收一个函数和一个序列。和map()
不同的是,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。True保留,False丢弃。
def f(x):
if x % 2 == 0:
return True
r = filter(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(r))
输出:
[2, 4, 6, 8]
sorted函数
sorted(Iterable iterable, key=None)
Python内置的sorted()
函数就可以对list进行排序,按从小到大。
它还可以接收一个key函数来实现自定义的排序,key指定的函数将作用于list的每一个元素上,并根据key函数返回的结果进行排序。
l = [10,5,2,7]
s = sorted(l)
print(s)
输出:
[2, 5, 7, 10]
def opposite(x):
return -x
l = [10,5,2,7]
s = sorted(l, key=opposite)
print(s)
输出:
[10, 7, 5, 2]
装饰器
装饰器(Decorator)是一种在代码运行期间动态增加功能的方式。例如,我们有个写日志的函数log()
,我们希望在不修改该函数的情况取增强该函数的功能,比如日志前打印一行时间和该函数名:
import time
def writelog(func):
def wrapper(*args, **kw):
print('['+ time.strftime('%Y-%m-%d %H:%M:%S') + '] :' + func.__name__)
return func(*args, **kw)
return wrapper
@writelog
def log(msg):
print(msg)
log('This is a test msg.')
输出:
[2017-01-11 21:10:53] :log
This is a test msg.
这个例子里我们编写了装饰器writelog()
用来增加函数log()
的功能,只需要在函数log()
前加@writelog
即可。其中func.__name__
代表函数的函数名。内部函数wrapper()
名字非固定的,可以自定义名称。
wrapper()函数的参数定义是(*args, **kw)
,因此,wrapper()
函数可以接受任意参数的调用。
偏函数
大家不要被这个名字给吓到,其实很简单的一个东西:用于固定函数的行为。例如,函数int(x, base=10)
默认只需要传第一个参数,因为第二个参数默认是10,代表10进制。
如果我们想默认使用2进制呢,一般是这样:
def int2(x):
return int(x, 2)
而偏函数就是专门干这事情的。使用偏函数表示上面自定义方法就是:
import functools
int2 = functools.partial(int, base=2)
print(int2('10'))
print(int('10'))
输出:
2
10
是不是很简单?
所以,简单总结偏函数functools.partial
的作用就是,把一个函数的某些参数给固定住(也就是设置默认值),返回一个新的函数,调用这个新函数会更简单。