函数式编程：匿名，高阶，装饰器

目录

 

匿名函数

map 

map与lambda表达式

reduce

filter

 装饰器

---

匿名函数

lambda parameter_list（参数列表）:expressions（表达式）

（表达式的计算结果作为函数的返回结果）

f = lambda x,y:x+y
f(1,2)   
# 3

三元（表达式）
格式：条件为真的返回结果 if 判断语句 else 条件为假时的返回结果。 

map 

map(func, *iter)

对可迭代的iter中的每一项都执行func函数，返回每项值组成的map对象。

list_x = [1, 2, 3, 4, 5]

def square(x):
	return x * x

y = map(square, list_x)
print(y)
# <map object at 0x0174EC50>
print(list(y))
# [1, 4, 9, 16, 25]

map与lambda表达式

list_x = [1, 2, 3, 4, 5]
list_y = [1, 2, 3]

p = map(lambda x, y: x+y, list_x, list_y)
print(list(p))
# [2, 4, 6]

reduce

from functools import reduce

list_x = [1, 2, 3, 4, 5]

# reduce(function, sequence, initial)
# reduce(函数，序列，初始值)
# 连续计算，连续调用lambda
f = reduce(lambda x, y: x*y, list_x)
#（如果给定第三个参数，比如10，首先乘10，即（10*1））
# ((((1*2)*3)*4)*5)
print(f)
# 120

filter

filter(function, iter)
其中function必须是一个能够返回真假的条件函数，对应于lambda的条件表达式，如果返回真，保存序列中的内容，否则剔除序列中的内容。

list_x = [1, 0, 2, 3, 0]

f = filter(lambda x: True if x else False, list_x)
# 如果x为真，返回True，即保留列表中的值，反之，剔除列表值。
# 返回的f是一个filter对象。
print(list(f)) 
# [1, 2, 3]

 装饰器

当项目发生变更或有新需求时，遵循的原则之一是：对修改关闭，对拓展开放，即开闭原则。

import time

def f1():
	print("Hello!")

def decorator(func):
	def wrapper():
		print(time.time())
		func()

	return wrapper

# 像不像一个闭包，不同之处是，func不是一个环境变量，而是一个函数。
f = decorator(f1)
# 返回的f是一个function类型的装饰器
# <function decorator.<locals>.wrapper at 0x02EC2030>
print(f)
f()
# 1549806921.7158382
# Hello!

#（这种方法内聚性更高，但并没有解决原函数和新业务逻辑的关联性问题。）

 （划重点：语法糖）

@decorator
def f1():
	print("Hello!")

f1()
# ：：输出
# 1549806921.7158382（当然时间戳会增加）
# Hello!

（完整的装饰器，直接调用f1()，就可以增加新功能。）

（如果函数有参数呢，装饰器应该能够被多个函数应用，如果f1有一个参数，f2有3个参数呢，答案是采用可变参数。*args）
（f3有个关键字参数，**kw，kw返回一个包含所有关键字及其值的字典，--> 采用关键字参数）

import time

def decorator(func):
	def wrapper(*args, **kw):
		print(time.time())
		func(*args, **kw)

	return wrapper

@decorator
def f1(name):
	print("Hello! " + name)

f1("alice")
# 1549808908.4930415
# Hello! alice