Python入门基础二——函数式编程

匿名函数

当我们在传入函数时，有些时候，不需要显式地定义函数，直接传入匿名函数更方便。如：list(map(lambda x:x * x,[1,2,3,4,5]))实际上就相当于

def f(x):
    return x * x

关键字lambda表示匿名函数，冒号前面的x表示函数参数。匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。同样，也可以把匿名函数作为返回值返回，比如：

def build(x, y):
    return lambda: x * x + y * y

用匿名函数可以简化代码，一个筛选出奇数例子如下：

def is_odd(n):
    return n % 2 == 1
L = list(filter(is_odd,range(1,20)))#用普通函数

L = list(filter(lambda x : x % 2 == 1,range(1,20)))#用匿名函数

装饰器

假设我们要增强函数的功能，比如，在函数调用前后自动打印日志，但又不希望修改函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。我们要定义一个能打印日志的decorator，可以定义如下：

def log(func):
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper

再定义一个函数now（）前面用@语法将decorator置于函数的定义处，相当于执行了语句：now = log(now)

@log
def now():
    print('2019-1-4')

调用now()函数，不仅会运行now()函数本身，还会在运行now()函数前打印一行日志：

>>> now()
call now():
2019-1-4

这里需要注意经过decorator装饰之后的函数，它们的__name__已经从原来的'now'变成了'wrapper'，所以，需要把原始函数的__name__等属性复制到wrapper()函数中，Python内置的functools.wraps就是用来干这件事的，所以，一个完整的decorator的写法如下：

import functools

def log(func):
    @functools.wraps(func)
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper

写了一个能打印出函数执行时间的例子：

import time, functools
def metric(fn):
    @functools.wraps(fn)
    def wrapper(*args, **kw):
        start_time = time.time()
        ret = fn(*args, **kw)
        end_time = time.time()
        print('%s executed in %s ms' % (fn.__name__, (end_time - start_time)))
        return ret
    return wrapper

@metric
def fast(x,y):
    time.sleep(0.1)
    return x + y
f = fast(11,22)

偏函数

Python的functools模块提供了很多有用的功能，其中一个就是偏函数（Partial function）。它可以固定住原函数的部分参数，比如int()函数可以把字符串转换为整数，当仅传入字符串时，int()函数默认按十进制转换，int()函数还提供额外的base参数，默认值为10。如果传入base参数，就可以做N进制的转换：

>>> int('12345', base=8)
5349
>>> int('12345', 16)
74565

假设要转换大量的二进制字符串，每次都传入int(x, base=2)非常麻烦，可以定义一个int2()的函数，默认把base=2传进去，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()，如：

import functools
int2 = functools.partial(int, base=2)

所以，简单总结偏函数的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。上面的新的int2函数，仅仅是把base参数重新设定默认值为2，但也可以在函数调用时传入其他值。

python的程序入口

对于很多编程语言来说，程序都必须要有一个入口，比如C，C++，C，C++都需要有一个main函数作为程序的入口，也就是程序的运行会从main函数开始。而Python则不同，它属于脚本语言，不像编译型语言那样先将程序编译成二进制再运行，而是动态的逐行解释运行。也就是从脚本第一行开始运行，没有统一的入口。
假设我们有一个const.py文件：

PI = 3.14
def main():
    print("PI:", PI)
main()
# 运行结果：PI: 3.14

然后写一个计算面积的程序，用到const.py里的PI：

from const import PI
def calc_round_area(radius):
    return PI * (radius ** 2)
def main():
    print("round area: ", calc_round_area(2))
main()

'''
运行结果：
PI: 3.14
round area:  12.56
'''

可以看到const.py中的main函数也被运行了，实际上我们不希望它被运行，这时就需要if __name__ == '__main__'了：

PI = 3.14
def main():
    print("PI:", PI)
if __name__ == "__main__":
    main()

运行const.py，输出如下：PI: 3.14，运行计算面积的程序，输出如下：round area: 12.56，所以if __name__ == '__main__'相当于Python模拟的程序入口，这是一种编程的习惯.
__name__是内置变量，表示当前模块的名字，如果一个.py文件（模块）被直接运行时，则其没有包结构，其__name__值为__main__，即模块名为__main__。
所以，if __name__ == '__main__'的意思是：当.py文件被直接运行时，if __name__ == '__main__'之下的代码块将被运行；当.py文件以模块形式被导入时，if __name__ == '__main__'之下的代码块不被运行。