新手学Python 第十二篇 函数(二)

Python支持许多有价值的函数式编程语言构建。
1、匿名函数与lambda
   Python可以使用lambda关键字创建匿名函数。其表达式形式如下：
    lambda [arg1[,arg2,...argN]]:expression 其中参数可选
   上述lambda表达式返回一个可调用的函数对象
   例如：
    def true():return True ---> lambda :True   
   但一个lambda函数自己就是无目的的服务的，上面我们简单地用lambda
   创建一个函数对象，但是既没有在任何地方保存，也没有调用。这个
   函数对象的引用计数在函数创建时被设置为True，但是因为没有引用
   保存下来，计数又回到零，然后被垃圾回收掉了。
   >>>true = lambda : True
   >>>true() True    
   如上：可以将它保存在一个变量中。下面是带参的匿名函数
   def add(x,y):return x+y  ---> lambda x,y:x+y
   def add(x,y=2):return x+y ---> lambda x,y=2:x+y
   def show(*z):return z    ----> lambda *z : z   
   lambda 看起来是函数的单行版本，但是他不等于c++的内联函数，
   这种语句的目的是由于性能的原因，在调用时绕开函数的栈分配。
2、内建函数filter()\map()\reduce()
   filter(func,seq)  调用func来遍历每个seq中的元素，过滤掉不满足func
                     的元素,返回满足func的元素。
   map(func,seq1[,seq2...]) 将函数func作用于给定序列的每个元素，
                     并用一个列表来提供返回值
   reduce(func,seq[,init]) 将func作用于seq序列的元素，每次携带一对
                     参数先是两个元素，在就是上两个元素的结果与下一
                     个元素。       
   例：
   >>> allNums = [1,2,3,4,5,6]
   >>> filter(lambda n: n%2,allNums)
   [1,3,5]


   >>> map(lambda n: n%2,allNums) 
   [1,0,1,0,1,0]


   >>> reduce(lambda x,y:x+y,allNums)
   21


 需要注意的几点：
  1、简化代码：
    from random import randint
    def odd(n):
        return n%2
    allNums = []
    for eachNum in range(9):
        allNums.append(randint(1,99))
    print filter(odd,allNums)


   --->
    from random import randint as ri
    print [n for n in [ri(1,99) for i in range(9)] if n%2]
  2、带多个系列的map例子
    >>> map(lambda x,y:x+y,[1,3,5],[2,4,6]
    [3,7,11]
     使用None的函数对象
    >>> map(None,[1,3,5],[2,4,6])
    [(1,2),(3,4),(5,6)]  
    可以将不相关的序列归并在一起。 
3、偏函数应用   
   currying的概念将函数式编程的概念和默认参数以及可变参数结合在一起。
   关键字是partial,将一个带n个参数的函数，固化一个参数，并返回
   另n-1个参数，如：
   >>> add1 = partial(add,1)
   >>> add1(3)
   4
  使用partial前，需要在functools中导入它
   >>> from functools import partial
   第二个例子：将二进制(字符串形式)转换成为整数
    >>> baseTwo = partial(int,base=2)
    >>> baseTwo.__doc__='Convert base 2 string to an int.'
    >>> baseTwo('10') 
    2
    第二个例子中，我们知道它实现的是int('10',2)的功能，此处base
     关键字起了很大的作用，去掉base关键字，上述表达式将被解释为
     int(2,'10)---> 明显是错误的。关键字放置在恰当的位置，顺序就

    固定下来。

4、生成器
生成器的一个作用是协同程序是可以运行的独立函数调用，可以暂停或者
挂起，并从离开的地方继续执行。其关键字是yield。
一个简单的生成器：
  def simpleGen():
      yield 1
      yield '2 --> punch!'
  调用上面的生成器函数，获得并保存一个生成器对象
  >>> myG = simpleGen()
  >>> for eachItem in simpleGen():
          print eachItem
  1
  '2 --> punch!'
带序列并从序列中返回一个随机元素的随机迭代器：
   from random import randint
   def randGen(aList):
       while len(aList)>0:
           yield aList.pop(randint(0,len(aList)))


   >>> randGen(['rock','paper','scissor'])
生成器的send()\close()
例子：
    def counter(start_at = 0):
        count = start_at
        while True:
            val = (yield count)
            if val is not None:
                count = val
            else:
                count += 1
>>> count = counter(5)
>>> count.next()
5
>>> count.next()
6
>>> count.send(9)
9
>>> count.close()