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':0,'1':1,'2':2,'3':3,'4':4,'5':5,'6':6,'7':7,'8':8,'9':9}
def convertnum(a,b):
return a*10 + b
return reduce(convertnum, map(char2int, str))
print(str2int("123456789"))
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('100'))
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: