python--006

一、函数的作用域

1、作用域在定义函数时就已经固定住了，不会随着调用位置的改变而改变

例一：
name='alex'

def foo():
    name='lhf'
    def bar():
        print(name)
    return bar

func=foo()
func()

例二：
name='alex'

def foo():
    name='lhf'
    def bar():
        name='wupeiqi'
        def tt():
            print(name)
        return tt
    return bar

func=foo()
func()()
foo()()()

二、匿名函数

#匿名函数
#格式：lambda关键字  形参：表达式
fun=lambda  x:x+1
print(fun(3))

　

name='张鹏'
fun=lambda  x:x+'帅锅'
red=fun(name)
print(red)

　

name='name'
funn=lambda x,y:(x.startswith('n'),y+'1')
print(funn('knnnn','dddddd'))

三、函数式编程

函数的参数传入，是函数吃进去的食物，而函数return的返回值，是函数拉出来的结果，

面向过程的思路就是，把程序的执行当做一串首尾相连的函数，一个函数吃，拉出的东西给另外一个函数吃，另外一个函数吃了再继续拉给下一个函数吃。。。

1、不可变，不用变了保存状态，不修改变量

2、第一类对象：函数即‘变量’

　　函数名可以当参数传递

　　返回值可以是函数名
例如：
用户登录流程：前端接收处理用户请求-》将用户信息传给逻辑层，逻辑词处理用户信息-》将用户信息写入数据库
验证用户登录流程：数据库查询/处理用户信息-》交给逻辑层，逻辑层处理用户信息-》用户信息交给前端，前端显示用户信息

函数式编程：

（以下部分内容摘自网络）

11 高阶函数

满足俩个特性任意一个即为高阶函数

1.函数的传入参数是一个函数名（把函数当做参数，传给另外一个函数；）

 def foo (n):
     print(n )
 def bar(name):
     print('my name is %s'%name)
 foo(bar('张三'))

2.函数的返回值是一个函数名（返回值中包含函数）

尾调用

map（）函数

array=[1,3,4,71,2]

ret=[]
for i in array:
ret.append(i**2)
print(ret)

#如果我们有一万个列表,那么你只能把上面的逻辑定义成函数
def map_test(array):
ret=[]
for i in array:
ret.append(i**2)
return ret

print(map_test(array))

#如果我们的需求变了,不是把列表中每个元素都平方,还有加1,减一,那么可以这样
def add_num(x):
return x+1
def map_test(func,array):
ret=[]
for i in array:
ret.append(func(i))
return ret

print(map_test(add_num,array))
#可以使用匿名函数
print(map_test(lambda x:x-1,array))

#上面就是map函数的功能,map得到的结果是可迭代对象
print(map(lambda x:x-1,range(5)))

　　map函数

array=[1,3,4,71,2]

ret=[]
for i in array:
    ret.append(i**2)
print(ret)

#如果我们有一万个列表,那么你只能把上面的逻辑定义成函数
def map_test(array):
    ret=[]
    for i in array:
        ret.append(i**2)
    return ret

print(map_test(array))

#如果我们的需求变了,不是把列表中每个元素都平方,还有加1,减一,那么可以这样
def add_num(x):
    return x+1
def map_test(func,array):
    ret=[]
    for i in array:
        ret.append(func(i))
    return ret

print(map_test(add_num,array))
#可以使用匿名函数
print(map_test(lambda x:x-1,array))

#上面就是map函数的功能,map得到的结果是可迭代对象
print(map(lambda x:x-1,range(5)))

　　

filter（）函数

move_people=['zp','sb','sb_ls','alex']
ret=[]
for p in move_people:
    if not p.startswith('sb'):
        ret.append(p)
print(ret)
move_people1=['sgzp','sb','sb_lssb','sbalexsb','sbooppp','sssddhfhfhhdhsb']
"""
开始位置查询或排除
"""
def sb_(p):
    return p.endswith('sb')
'''
结尾处查找或排除
'''
def _sb(p):
    return p.startswith('sb')
'''
总的调用
'''
def save(area,func):
    ret = []
    for p in area:
        if not func(p):
            ret.append(p)
    return ret
n=save(move_people1,sb_)
print('好人1：',n)
n=save(move_people1,_sb)
print('好人2：',n)
'''终极版
'''
n=save(move_people1,lambda  x: p.startswith('sss'))
print('好人3：',n)
print('好人4',list(filter(lambda  p:not p.endswith('hsb'),move_people1)))#move_people1是一个可迭代对象

　reduce()函数

 from functools import reduce
 #合并,得一个合并的结果
 array_test=[1,2,3,4,5,6,7]
 array=range(100)

 #报错啊,res没有指定初始值
 def reduce_test(func,array):
     l=list(array)
     for i in l:
         res=func(res,i)
     return res

 # print(reduce_test(lambda x,y:x+y,array))

 #可以从列表左边弹出第一个值
 def reduce_test(func,array):
     l=list(array)
     res=l.pop(0)
     for i in l:
         res=func(res,i)
     return res

 print(reduce_test(lambda x,y:x+y,array))

 #我们应该支持用户自己传入初始值
 def reduce_test(func,array,init=None):
     l=list(array)
     if init is None:
         res=l.pop(0)
     else:
         res=init
     for i in l:
         res=func(res,i)
     return res

 print(reduce_test(lambda x,y:x+y,array))
 print(reduce_test(lambda x,y:x+y,array,50))

 reduce函数

　总结

map（）
处理序列中的每个元素，得到的结果是一个’列表‘，该‘列表’元素个数及位置与原来一样
filter（）
遍历序列中的每个元素，得到的每个元素得到的布尔值，如果是true则保留下来
reduce（）
处理一个序列，然后将序列合并操作

 #当然了,map,filter,reduce,可以处理所有数据类型

 name_dic=[
     {'name':'alex','age':1000},
     {'name':'wupeiqi','age':10000},
     {'name':'yuanhao','age':9000},
     {'name':'linhaifeng','age':18},
 ]
 #利用filter过滤掉千年王八,万年龟,还有一个九千岁
 def func(x):
     age_list=[1000,10000,9000]
     return x['age'] not in age_list

 res=filter(func,name_dic)
 for i in res:
     print(i)

 res=filter(lambda x:x['age'] == 18,name_dic)
 for i in res:
     print(i)

 #reduce用来计算1到100的和
 from functools import reduce
 print(reduce(lambda x,y:x+y,range(100),100))
 print(reduce(lambda x,y:x+y,range(1,101)))

 #用map来处理字符串列表啊,把列表中所有人都变成sb,比方alex_sb
 name=['alex','wupeiqi','yuanhao']

 res=map(lambda x:x+'_sb',name)
 for i in res:
     print(i)

总结