Python 基础入门第八讲 函数（下）

第八讲

一. 内置函数

内置函数是系统自带的函数，如int,abs等。
可以通过cmd进入ipython输入dir(_ _ builtin _ _)来查看这些函数。

1. filter 函数

filter顾名思义，起一个过滤的作用
先来看一下函数定义：

一般来讲，采用filter(func,iterable)的形式，对iterable（即可迭代对象）中的元素送进func运行，对于返回值为True的保留，这里的func一般为一个表达式。最后生成一个filter object，如果要打印出来一般我们会让其形成列表。
举个例子：

这里我想强调说明一下：
单独去观察定义的函数是没有意义的，return 加一个表达式就是返回一个表达式，可以把它看成一个披了函数外表的表达式，filter函数要起作用还是得靠这个表达式，符合的表达式的item返回True，保留，不符合的剔除

这里给一篇针对filter, map, reduce函数的对比，点进去可以阅读一下。

2. reduce()函数

这个函数在python 2 里还是内置函数，在python 3 里面是放到了functools模块里，所以用之前需要调用。
reduce()会对参数序列中的元素进行累计，这种说法看起来有点抽象

我们先来看一下原代码：

关键词：两个argument，从左到右，减少序列长度变成一个值
实在不懂看下下面的例子，挺简洁。
这个函数的使用可以减少我们使用循环、递归等方法，看起来略高级。

例如，做一个阶乘：

最后会返回这个阶乘的值。

二. 内置函数和高阶函数

1. 匿名函数

匿名函数如图介绍：

我们这里前面用一个变量f来接收这个函数，方便我们以后调用。但匿名函数之所以存在是为了代码的简洁，举个例子：

我们可以直接写成如下代码：

稳如老狗！
再者，匿名函数可以作为函数返回值
比如：

这么写是完全可以的，但是注意一点，如果我们直接打印结果，像这样：

因为fx()返回的是一个lambda匿名函数，所以这样打印只会给一个lambda函数内存地址，如果我们想要的是匿名函数最后的执行结果，需要重新调用它，可以像这样操作：

用一个变量res来接收这个lambda函数，既然是函数，那么就可以调用，res()是调用的意思，把调用结果打印出来就是了。

匿名函数还可以作为参数，示例如下，虽然多此一举，但是便于理解：

不多讲了，自己体会下。

2. 高阶函数

什么是高阶函数？
满足以下两个条件之一就是高阶函数：

1. 函数名可以作为参数输入；
2. 函数名可以作为返回值。

例如map 和 filter，他们的参数之一是一个function，那么它们就是高阶函数。

3. 一个相关的小作业

通过这个案例，我们想体会一下匿名函数的应用场景应该是怎样的，这里同时补充一下列表中sort排序的使用规则：
先说一下sort函数原型：

L.sort(self,key=None,reverse=False)

这里补充一下key，key接收函数，只引用，不需要加括号调用。其规定的是排序的方法，比如按照元素长度排序，按照元素的绝对值排序等等，如下：

L.sort(self,key=len)
L.sort(slef,key=abs)

加上key后，会把列表中的元素先按照key中函数方法处理，比较处理后的元素然后进行排序。

习题如下：
给个列表，里面的元素是字典，我们想按照年龄大小排序，这么写：

使用匿名函数，简洁！

三. 闭包和装饰器

关于这一节的内容，我周旋了挺长一段时间，目前的总结或许将来会重新更改，不过先按照目前的理解来做笔记，实属一个难点！

1. 闭包

闭包是一种形式，这一节只讲它的形式，记住即可，它经常和装饰器搭配在一起，只有在实例中才可以理解它的存在是有理由的。

闭包需要满足三个条件：

1. 在一个函数中定义了另外一个函数
2. 内函数里运用到了外函数的临时变量
3. 外函数的返回值是内函数的引用

满足这三点就是一个闭包。
写个代码举个例子：

def test1(a):
	def test2(b):   # 嵌套了一个函数在里面
		c = a + b      # 这里的a是对外函数变量的引用，因为内部没有定义a
		print(c)
	return test2   # 这里返回的是内函数的引用
res = test1(a)  # 我们可以用一个变量来接收返回的函数
				# 所以此时，res()就相当于test2()

我们可以用一个变量来接收返回函数的，这个时候res就可以通过加括号调用了，它实则就是test2函数。

上面的例子很简单，理解闭包的形式即可。

2. 计算函数运算时间功能代码

为了在解释装饰器的时候使用这个作为案例，我们先来做一个新内容的讲解，函数在计算机中运行是需要时间的，如何计算函数运行的时间呢？

我们可以定义一个函数，用来计算函数运行的时间：
代码如下，直接展示出：

import time  # 需要导入time库才能使用
def timer(func):
	start = time.time()  # 计算开始的时间戳
	func()
	end = time.time()   # 计算结束的时间戳
	print(f'spend{end - start}')

我们只需要把我们的目标函数作为参数输入进去，通过执行timer(func)就可以在执行业务函数的同事最后输出我们函数的运行时间了。
这是写的一篇关于time库的一些使用方法，想拓展可以看一下

3. 装饰器

现在可以好好讲讲装饰器了。
比如现在有一个定义好的函数：

def test1(*args):
	sum = 0
	for i in args:
		sum += i
	print<