python编程高阶函数_【python】python函数式编程、高阶函数

1、map() : python内置的高阶函数，接收一个函数f和一个list，并通过把函数f依次作用在list的每个元素上，得到一个新的list并            返回。

1 deff(x):2 return x *x3 print map(f , [ 1 , 2 , 3 , 4])4

5 输出----> [1,4,9,16]

注：map()并不改变原有的list，而是返回一个新的list

2、reduce() ：内置高阶函数，接收一个函数f和一个list。f必须接收两个参数，reduc()对list的每个元素反复调用f，并返回最               终结果值。

deff(x,y):

reeturn x+y

reduce(f,[1,3,5])

运行----> f(1,3) = 4f(4,5) = 9将上面使用 f 执行的到的结果作为这个 f 的第一个参数

计算结果返回9

reduce()可接收第三个可选参数，作为计算的初始值。

reduce(f,[1,3,5],100)    那么运算结果就是109

3、filter() ： 内置高阶函数，作用类似于过滤。接收f和list，f的作用是对每一个元素进行判断，返回True和False。filter()                根据判断结果自动过滤掉不符合条件的元素(False),返回由符合条件元素组成的新list。

#筛选奇数

defis_add(x):return x % 2 == 1filter( is_add , [1,4,6,7,9,12,17] )

运行-----> [1,7,9,17]

#删除None或空字符串

defis_not_emptty(s):return s and len(s.strip()) >0

filter(is_not_empty , ['test' , None, '' , 'str', ' ','END'])

运行-----> ['test','str','END']

4、sorted() 可对list进行排序

>>>sorted([36,5,12,9,21])

[5,9,12,21,36]

sorted也是一个高阶函数，接收一个比较函数实现自定义排序。

比较函数的定义：

传入两个待比较的元素x，y

如果x应排在y前面，返回-1

如果x应排在y后面，返回1

如果x等于y，返回0

#实现倒序排序

defreversed_cmp(x,y):if x >y:return -1

if x

return0

sorted([36,5,12,9,21] , reversed_cmp)

运行------> [36,21,12,9,5]

5、Python返回函数

#返回函数和返回函数值的区别

deff():print 'call f()...'

defg():print 'call g()...'

return g #这儿返回的是指向g()这个函数的变量g#如果是 return g() 那么是返回g()这个函数计算的返回值

>>> x =f()

call f()...>>>x

>>>x()

call g()...#延迟计算

6、Python闭包

内层函数引用了外层函数的变量(参数也算变量)，然后返回内层函数的情况，称为闭包(Closure)。

闭包的特点是返回的函数还引用了外层函数的局部变量，所以，要正确使用闭包，就要确保引用的局部变量在函数返回后不能变。

#希望一次返回3个函数，分别计算1x1,2x2,3x3:

defcount():

fs=[]for i in range(1, 4):deff():return i*i

fs.append(f)returnfs

f1, f2, f3=count()#实际上返回结果并不是1,4,9 而是 9,9,9,

#原因就是当count()函数返回了3个函数时，这3个函数所引用的变量 i 的值已经变成了3。由于f1、f2、f3并没有被调用，

#所以，此时他们并未计算 i*i，当 f1 被调用时：因为f1现在才计算i*i，但现在i的值已经变成3

因此，返回函数不要引用任何循环变量，或者后续会发生变化的变量。

修改上述代码使之正确返回1,4,9

defcount():

fs=[]for i in range(1, 4):def f(m =i):return m *m

fs.append(f)returnfs

f1, f2, f3=count()print f1(), f2(), f3()

7、Python 匿名函数

#正常函数

defaddNum(a,b):return a +b#等同的匿名函数

lam = lambda a,b:a+b#冒号前为参数

8、装饰器@decorator

python内置的@语法就是为了简化装饰器调用

@new_fn                          def f1(x):

def f1(x):           ------->        return x * 2

return x * 2                 f1 = new_fn(f1)

作用：

极大地简化代码。避免每个函数编写重复代码。

打印日志：@log

检测性能：@preformance

数据库事物：@transaction

URL路由：@post('/register')

装饰器内容理解可参见 http://www.cnblogs.com/rollenholt/archive/2012/05/02/2479833.html