python自定义函数+lambda+闭包

自定义函数

主程序调用函数时，必须保证这个函数此前已经定义过，不然就会报错

如果我们在函数内部调用其他函数，函数间哪个声明在前、哪个在后就无所谓

python不考虑函数输入的数据类型，交给代码判断，这种行为判断为多态；python支持函数嵌套

'''
函数的嵌套能够保证内部函数的隐私。内部函数只能被外部函数所调用和访问，不会暴露在全局作用域，因此，如果你的函数内部有一些隐私数据（比如数据库的用户、密码等），不想暴露在外，那你就可以使用函数的的嵌套，将其封装在内部函数中，只通过外部函数来访问
'''

def connect_DB():
    def get_DB_configuration():
        ...
        return host, username, password
    conn = connector.connect(get_DB_configuration())
    return conn
  
#合理的使用函数嵌套，能够提高程序的运行效率
#不能在函数内部随意改变全局变量的值,如果一定要在函数内部改变全局变量的值，就必须加上 global 这个声明

闭包

闭包（类似二元方程）其实和嵌套函数类似，不同的是，这里外部函数返回的是一个函数，而不是一个具体的值。返回的函数通常赋于一个变量，这个变量可以在后面被继续执行调用

#n次方
#外部函数 nth_power() 返回值，是函数 exponent_of()
def nth_power(exponent):
    def exponent_of(base):
        return base ** exponent
    return exponent_of # 返回值是exponent_of函数

---

匿名函数—lambda

目的：减少代码的重复性；模块化代码。

特点：

#可用在列表内部
[(lambda x: x*x)(x) for x in range(10)]
#可作为函数的参数
l.sort(key=lambda x: x[1])
#lambda 的主体是只有一行的简单表达式，并不能扩展成一个多行的代码块；返回的是函数对象
lambda argument1, argument2,... argumentN : expression

函数式编程

指代码中每一块都是不可变的（immutable），都由纯函数（pure function）的形式组成

#让列表中的元素值都变为原来的两倍
def multiply_2(l):
    for index in range(0, len(l)):
        l[index] *= 2
    return l
  
#函数式编程
def multiply_2_pure(l):
    new_list = []
    for item in l:
        new_list.append(item * 2)
    return new_list

---

python 函数式编程—主要提供了map()、filter() 和 reduce()，通常结合匿名函数 lambda 一起使用

map(function, iterable)：对 iterable 中的每个元素，都运用 function 这个函数，最后返回一个新的可遍历的集合

new_list = map(lambda x: x * 2, l) # [2， 4， 6， 8， 10]

[root@192-168-20-83 ~]# python3 -mtimeit -s'xs=range(10000)' 'map(lambda x: x*2,xs)'
1000000 loops, best of 5: 351 nsec per loop
[root@192-168-20-83 ~]# python3 -mtimeit -s'xs=range(10000)' '[x*2 for x in xs]'    
200 loops, best of 5: 1.2 msec per loop

filter(function, iterable)：对 iterable 中的每个元素，都使用 function 判断，并返回 True 或者 False，最后将返回 True 的元素组成一个新的可遍历的集合

list = [1,2,3]
new_list = filter(lambda x:x%2==0,list)

reduce(function, iterable):对 iterable 中的每个元素以及上一次调用后的结果，运用 function 进行计算，所以最后返回的是一个单独的数值

#累积
l = [1, 2, 3, 4, 5]
product = reduce(lambda x, y: x * y, l) # 1*2*3*4*5 = 120

test：

#对一个字典，根据值进行由高到底的排序

d = {'mike': 10, 'lucy': 2, 'ben': 30}
sorted(d.items(),key=lambda x: x[1],reverse=True)
[('ben', 30), ('mike', 10), ('lucy', 2)]
'''
>>> sorted(d.items(),lambda x: x[1],reverse=True)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: sorted expected 1 arguments, got 2
'''