Python3入门（六）——函数式编程

一、高阶函数

　　1.可以通过变量指向函数，达到类似别名的效果：

>>> f = abs

>>> f(-10)

10

　　2.函数的参数可以是函数，也就是函数可以作为一个入参

def add(x, y, f):

    return f(x) + f(y)

　　以下介绍几个高阶函数

　　map、reduce

　　　　这两个函数就不赘述了。和scala的功能类似，不过用法不一样，它接收两个参数，第一个是函数f，第二个是Iterable。并将计算结果作为新的Iterator返回，惰性的Iterator通过list便可以计算出结果了：

def f(x):

    return x + 1

r = map(f, [1, 2, 3, 4, 5])

print(list(r))

　　　　reduce入参类似map，但是它的f是接收两个参数，并且需要导包。并将结果作为下一次的输入，表示起来就是：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

from functools import reduce

def f(x, y):

    return x + y

r = reduce(f, [1, 2, 3, 4, 5])
# 注意这里不需要list包装了，因为返回的不是Iterator

print(r)

　　　　filter

　　和scala的filter也是类似了，返回Ture的留下，其它过滤掉。其他的入参和返回值与map相同

def f(x):

    return x % 2 == 0

r = filter(f, [1, 2, 3, 4, 5])

print(list(r))

　　　sorted

　　　　sorted可以直接对list进行比较

>>> sorted([-1, 3, 2, 6])

[-1, 2, 3, 6]

　　　　也可以传入一个key的函数进行处理：

　　　　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。

sorted([36, 5, -12, 9, -21], key=abs)

　　　　如果是对字符串比较，默认是比较ASCII码，也就是Z<a；要忽略大小写，可以通过传入的key函数对每个元素进行操作：

sorted(['img', 'ang', 'Zbb'], key=str.lower)

['ang', 'img', 'Zbb']

　　　　反向排序，传入reverse参数

sorted(['img', 'ang', 'Zbb'], key=str.lower, reverse=True)

['Zbb', 'img', 'ang']

　　　　一个简单的排序小示例如下：

# -*- coding: utf-8 -*-

L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]

def by_name(t):

    return t[0].lower()

def by_score(t):

    return t[1]

L2 = sorted(L, key=by_name)

L3 = sorted(L, key=by_score, reverse=True)

print(L2)

print(L3)

二、返回函数

　　高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。

　　以惰性求和为例，传统的求和是返回结算的结果，而高阶函数可以返回一个计算的函数，当调用这个返回的函数时才真正计算结果：

# -*- coding: utf-8 -*-

def my_sum(*args):

    def sum_in():

        s = 0

        for i in args:

            s += i

        return s

    return sum_in

　　直接调用返回计算函数：

f = my_sum(1,2,3,4)

f

<function my_sum.<locals>.sum_in at 0x000002C607E15048>

　　f才是真正的计算函数：

f()

10

　　// 这里返回的内部函数sum_in引用了外部函数my_sum的参数和局部变量，这也叫Python中的闭包！

三、匿名函数

　　也就是我们熟悉的拉姆达表达式了：lambda。Python中的用法如下：（需要显式使用lambda关键字）

list(map(lambda x:x*x, [1,2,3]))

[1, 4, 9]

　　其他的lambda表达式不再赘述，和Java、scala一致

四、装饰器

　　之前提到的，可以通过变量给函数起别名：

def fun1():

    print("100分，100分！")

f1 = fun1

　　真实名字可以通过.__name__得出：

f1.__name__

'fun1'

　　装饰器在其他语言中也比较常见了，这里介绍Python的装饰器。它本质上是一个返回函数的高阶函数：

　　　　使用的方式是通过注解形式进行装饰，而装饰者Log这里接收一个函数，并返回一个函数

# -*- coding: utf-8 -*-

def log(fun):

    def wrapper(*args, **kv):

        print("被装饰的函数是：%s" % fun.__name__)

        return fun(*args, **kv)

    return wrapper

@log

def func():

    print("现在是2018-04-24")

func()

　　至于装饰者本身需要参数的情况，参考廖老师的博客

五、偏函数

　　偏函数有点儿类似原来的默认参数，就是把函数的某些参数给固定住。这样就能快速调用：

　　　　偏函数的功能由functools提供，需要提前导包：

# -*- coding: utf-8 -*-

import functools

int2 = functools.partial(int, base=2)

int2('')

　　以上的偏函数就把int函数的base参数给固定住了，这样int2在进行字符串转换时就会默认转换为2进制了，而不用每次都通过int(str, base=2)来指定了！