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,同样可以作为返回值
- 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,可以理解成一半函数式一半Python
- 需要理解
- 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,则会造成啰嗦
- 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 # 5. 使用 的时候以函数的方式使用fun(v1,v2....) # 计算一个数字的100倍数 # 因为就是一个表达式,所以没有return stm = lambda x: 100 * x # 使用上跟函数调用一模一样 stm(89)
高阶函数
- 把函数作为参数使用的函数,叫高阶函数
- 函数名称是变量,则应该可以被当做参数传入另一个函数
def aa(n): return n*10 def bb(n,f): return f(n)*3 bb(3,aa)
系统高阶函数-map
- 原意就是映射,即把集合或者列表的元素,每一个元素都按照一定规则进行操作,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,返回值是一个迭代对象
- map(函数,要处理的列表)
- map(lambda x:x*10,[i for i in range(10)] )
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
- reduce 需要导入functools包:from functools import reduce
- 对于作为参数的函数要求: 必须有且仅有两个参数,必须由返回结果
- reduce([1,2,3,4,5]) == f( f(f(f(1,2),3), 4),5)
- rst = reduce( lambda x,y:x+y, [1,2,3,4,5,6] )
filter 函数
- 过滤函数: 对一组数据进行过滤,符合条件的数据会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想对应的新队列
- filter只有符合条件的才会进入新的数据集合
- filter函数用法:
- 利用给定函数进行判断,过滤函数返回值一定是个布尔值
- 调用格式: filter(f, data), f是过滤函数, data是数据,返回一个可迭代的filter对象
- rst = filter(lambda x:x%2==0, [1,3,4,5,8,9])
sort-排序
- 把一个序列按照给定算法进行排序
- key: 在排序钱对每一个元素进行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 相差巨大
- key: key=abs绝对值, key=str.lower:小写。。。。
返回函数
- 把一个函数当做返回值返回
# 返回函数的例子 # args:参数列表 # 1 myF4定义函数,返回内部定义的函数myF5 # 2. myF5使用了外部变量,这个变量是myF4的参数 def myF4( *args): def myF5(): rst = 0 for n in args: rst += n return rst return myF5 # 执行 f5 = myF4(1,2,3,4,5,6,7,8,9,0) f5()
闭包(closure)
- 当一个函数在内部定义函数,并且内部的函数使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
- 上面定义的myF4是一个标准闭包结构
# 闭包常见坑 def count(): # 定义列表,列表里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() #期望出现,1,4,9实际是9,9,9,
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使用,此时i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改变,已经绑定的函数参数值不再改变
装饰器(Decrator)
- 在不改动函数代码的基础上无限制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
- 实际上是在函数具体执行之前,执行装饰器里面的内容
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 @printTime def add(x,y): return x+y print(add(77,44))
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
import functools #实现上面int16的功能 int16 = functools.partial(int, base=16) int16("12345")
高级内置函数
zip
- 把两个可迭代内容生成一个可迭代的tuple元素类型组成的内容,如果元素不对等,取能匹配的最大值
# zip 案例 l1 = [ 1,2,3,4,5] l2 = [11,22,33,44] z = zip(l1, l2) for i in z: print(i) #输出 (1, 11) (2, 22) (3, 33) (4, 44)
enumerate
- 跟zip功能比较像
- 对可迭代对象里的每一元素,配上一个索引,然后索引和内容构成tuple类型
l1 = [11,22,33,44] em = enumerate(l1) l2 = [i for i in em] print(l2) #输出: [(0, 11), (1, 22), (2, 33), (3, 44)]
collections模块
namedtuple
- 是一个可命名的tuple
import collections Point = collections.namedtuple("Point", ['x', 'y']) p = Point(11, 22)
deque
- 比较方便的解决了频繁删除插入带来的效率问题
from collections import deque q = deque(['a', 'b', 'c']) q.append("d") q.appendleft('x') ## deque(['x', 'a', 'b', 'c', 'd'])
defaultdict
- 当直接读取dict不存在的属性时,直接返回默认值
- 第一个参数要为函数
- func = lambda: "刘大拿"
d2 = defaultdict(func)Counter
- 统计字符串个数
```c = Counter("abcdefgabcdeabcdabcaba")
print(c)
s = ["liudana", "love", "love", "love", "love", "wangxiaona"]
c = Counter(s)
转载于:https://blog.51cto.com/14083201/2338419