python-函数式编程

Python语言的高级特性

函数式编程（FunctionalProgramming）

• 基于lambda演算的一种编程方式
  • 程序中只有函数
  • 函数可以作为参数，同样可作为返回值
  • 纯函数式编程语言：LISP，Haskell
• Python函数式编程只是借鉴函数式编程的一些特点，可以理解为一半函数式一半Python
• 需要讲述
  • 高阶函数
  • 返回函数
  • 匿名函数
  • 装饰器
  • 偏函数

lambda表达式-

• 函数：最大程度复用代码
  • 存在问题：如果函数很小，很短，则会在成啰嗦
  • 如果函数被调用次数少，则会造成浪费
  • 对于阅读者来说，造成阅读流程的被迫中断
• lambda表达式（匿名函数）
  • 一个表达式，函数体相对简单
  • 不是一个代码块，仅仅是一个表达式
  • 可以有参数，有多个参数也可以，用逗号隔开
• lambda表达式的用法
  • 1.以lambda开头
  • 2.紧跟一定的参数（如果有的话）
  • 3.参数后用冒号和表达式主题隔开
  • 4.只是一个表达式，所以没有return

高阶函数

• 把函数作为参数使用的函数，叫高阶函数

   #变量可以赋值
   a = 100
   b = a
   
   #函数名称就是一个变量
   def funA():
   	print("In funA")
   funB = funA
   funB()
  

• 以上代码得出结论

  • 函数名称是变量
  • funB 和 funA只是名称不一样而已
  • 既然函数名称是变量，则应该可以被当成参数传入另一个函数

系统高阶函数-map

• 原意就是映射，即吧集合或者列表中的元素，每个元素都按照一定规则进行从操作，生成一个新的列表或者集合
• map函数是系统提供的具有映射功能的函数，返回是一个迭代对象

系统高阶函数-reduce

• 原意是归并，缩减
• 把一个可迭代对象最后归并成一个结果
• 对于作为参数的函数要求：必须由两个参数。必须有返回结果
• reduce（[1,2,3,4,5])==f(f(f(f(1,2),3),4),5)
• reduce需要导入funtools包

系统高阶函数-filter

• 过滤函数：对一组数据进行过滤，符合条件的数据生成一个新的列表并返回
• 跟map相比较：
  • 相同：都对列表的每一个元素逐一进行操作
  • 不同：
    • map会生成一个跟原来数据相对应的xinduilie
    • filter不一定，只要符合条件的才会进入新的数据集合
• filter函数怎么写
  • 利用给定函数进行判断
  • 返回值一定是布尔值
  • 调用格式：filter（f，data），f是过滤函数，data是数据

高阶函数-排序

• 把一个序列按照给定算法进行排序
• key：在排序前对每一个元素进行key函数运算，可以理解成按照key函数定义的逻辑进行排序
• python2 和 python3 相差极大

返回函数

• 函数可以返回具体的值

• 也可以返回一个函数作为结果

• 函数作为返回值返回，被返回的函数在函数体内定义

    def  myF2():
    	def  myF3():
    		print("In my3")
    		return 3
    	return myF3
    #使用以上定义，调用myF2，返回一个函数myF3，赋值给f3
    f3 = myF2（）
    print（type（））
    print(f3)
    f3()
  

闭包（closure）

• 当一个函数在内部定义函数，并且内部函数应用外部函数的参数或者局部变量，当内部函数被当做返回值的时候，相关参数和变量保存在返回的函数中，这种结果，叫闭包

    #闭包常见坑
    def  count():
    	#定义列表,列表中存放的是定义的函数
    	fs = []
    	for i  in  range(1,4):
    		#定义了一个函数f，f是一个闭包结构
    		def  f():
    			return i * i
    		fs.append(f)
    	return  fs
    	f1,f2,f3 = count()
    	print(f1())
    	print(f2())
    	print(f3())
  

• 出现的问题：

• 造成上述状况的原因是，返回函数引用了变量i，i并非立即执行，而是等到三个函数都返回的时候才统一，此时已经变成了3，最终调用的时候，都返回的是3*3

• 此问题描述成：返回闭包时，返回函数不能引用任何循环变量

• 解决方案：再创建一个函数，用该函数的参数绑定循环变量的当前值，无论该循环变量以后如何变换，已经绑定的函数参数值不再改变

    def  count2():
    	def  f(j):
    		def  g():
    			return  j * j
    		renturn  g
    	fs = []
    	for i  in  range(1,4):
    		fs.append(f(i))
    	return  fs
    
    f1,f2,f3 = count2()
    print(f1())
    print(f2())
    print(f3())
  

装饰器

• 对已有函数的功能进行扩展，而实现这个功能又不能改动现有代码，这时使用装饰器

装饰器（Decrator）

• 在不改动函数代码的基础上无限扩展函数功能的一种机制，本质上讲，装饰器是一个返回函数的高阶函数

• 装饰器的使用：使用@语法，即在每次要扩展到函数定义前使用@+函数名

    #对hello函数进行功能扩展，每次执行hello时打印当前时间
    import  time
    # 高阶函数，以函数作为参数
    def  printTime（f）：
    	def  wrapper(*args, **kwargs):
    		print("time:" , time.ctime())
    		return  f(*args, **kwargs)
    	return  wrapper
    
  
    #上面定义了装饰器，使用的时候需要用到@，此符号是python的语法糖
    @printTime
    def  hello():
    	print("Hello world")
    hello()
  

#装饰器的好处是，一旦定义，则可以装饰任意函数
#一旦被其装饰，则把装饰器的功能直接添加到定义函数的功能上

	#上面对函数的装饰使用了系统定义的语法糖
	#下面开始手动执行装饰器，先定义函数
	def  hello3():
		print("我是手动执行的")
	hello3()
	hello3 = printTime(hello3)
	hello3()
	
	f = printTime(hello3)
	f()

偏函数

• 参数固定的函数，相当于一个由特定参数的函数体

• functools.partial的作用是，把一个函数某些函数固定，返回一个新函数

    #新建一个函数，此函数是默认输入的字符串是16进制数字
    #此字符串返回十进制的数字
    def  int16(x, base = 16):
    	return  int(x, base)
  
    import  functools
    #实现上面int16的功能
    int16 = functools.partial(int, base = 16)
    int16("12345")