6.函数式编程

6.1高阶函数Higher-order function

简单高阶函数：传入函数 def add(x, y, f): return f(x) + f(y)

6.1.1 map/reduce

map(function, Iterable) -> Iteratore.g. 要把函数f(x)=x^2作用在一个list上 def f(x) return x ** 2 r=map(f, [1, 2, 3, 4]) list(r) reduce(function, sequence)reduce得效果如下 reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4) e.g. >>> from functools import reduce >>> def add(x, y): ... return x + y ... >>> reduce(add, [1, 3, 5, 7, 9]) 25

6.1.2 filter

filter(function, sequence) -> Iterator 用于过滤序列，根据函数返回值为True/False决定保留或丢弃该元素

6.1.3 sorted

sorted(list, key=[abs, str.lower], reverse=[True, Flase])

6.2返回函数

作用 将函数作为返回值闭包 闭包 返回函数不要引用任何循环变量，或者后续会发生变化的变量 def count(): def f(j): def g(): return j*j return g fs = [] for i in range(1, 4): fs.append(f(i)) # f(i)立刻被执行，因此i的当前值被传入f() return fs >>> f1, f2, f3 = count() >>> f1() 1 >>> f2() 4 >>> f3() 9

6.3匿名函数

如list(map(lambda x: x * x, [1,2,3,4]))

匿名函不能写return语句，返回值就是表达式计算的结果

6.4装饰器

在不修改函数定义的情况下，动态增加函数的功能的方式，称为装饰器（decorator）

借助@语法，把decorator置于函数的定义处

e.g.

def log(text): def decorator(func): def wrapper(*args, **kw): print('%s %s():' % (text, func.__name__)) return func(*args, **kw) return wrapper return decorator @log('execute') def now(): print('2015-3-25') >>> now() #now = log('execute')(now) execute now(): 2015-3-25 以上代码的now.__name__变为了wrapper，可利用内置的functools.wraps import functools def log(text): def decorator(func): @functools.wraps(func) def wrapper(*args, **kw): print('%s %s():' % (text, func.__name__)) return func(*args, **kw) return wrapper return decorator

6.5偏函数（Partial function）

functools.partial就是帮助我们创建一个偏函数的，不需要我们自己定义int2()，可以直接使用下面的代码创建一个新的函数int2： >>> import functools >>> int2 = functools.partial(int, base=2) #kw = { 'base': 2 } >>> int2('1000000') 64 >>> int2('1010101') 85 functools.partial(object, *args, **kw)

参考教程

廖雪峰老师的Python3教程

（转载整理自网络，如有侵权，联系本人删除，仅供技术总结使用）