python学习笔记(六) 函数式编程

时间:2020-12-26 22:37:40

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:

python学习笔记(六)  函数式编程