python支持命令式编程_Python3(十) 函数式编程： 匿名函数、高阶函数、装饰器

一.匿名函数

1.定义：定义函数的时候不需要定义函数名

2.具体例子：

#普通函数

defadd(x,y):return x + y

#匿名函数

lambda x,y: x + y

调用匿名函数：

f = lambda x,y: x + y #赋值后可以调用

print(f(1,2)

lambda中（也就是：后面）只能进行简单的表达式操作，不能进行赋值操作。

二. 三元表达式

格式为：条件为真时返回的结果 if 条件判断 else 条件为假时返回的结果

x = 2y= 1r= x if x > y elseyprint(r)#2

三元表达式在lambda中运用比较多。

三.map类

1.定义：map(函数，序列)，把序列中所有值依次传到函数中并依次接受返回结果组成一个list。

其实是一个函数的映射。

2.求平方：

list_x = [1,2,3,4,5,6,7,8]defsquare(x):return x *x

r=map(square,list_x)print(list(r))#[1, 4, 9, 16, 25, 36, 49, 64]

四.map与lambda

将map和lambda函数结合：

1

list_x = [1,2,3,4,5,6,7,8]

r= map(lambda x: x *x,list_x)print(list(r)

2 接受多个参数：

list_x = [1,2,3,4,5,6,7,8]

list_y= [1,2,3,4,5,6,7,8]

r= map(lambda x,y: x * x +y,list_x,list_y)print(list(r))

注意：若个数不相等，不会报错，但只能计算到最少的那位

五.reduce

1.

2. reduce运算的规则：做连续的计算，连续的调用lambda表达式。

reduce下的函数一定要有两个参数。

3.例子：

from functools importreduce

list_x= [1,2,3,4,5,6,7,8]

r= reduce(lambda x,y:x +y,list_x)print(r)#36

运算过程：初始取前两位，之后将计算结果作为x传进去继续顺序取：

（（（（（（1 + 2）+3） + 4）+ 5）+6）+7）+8

4.注意点：

继续做什么操作是lambda确定的，不仅只能够相加。

最后一位可以设定初始值，在第一次计算中就进行计算了：

eg：r = reduce(lambda x,y:x + y,list_x,10)

六. filter

1.filter可以过滤掉不符合规则的数据。

2.例子：

剔除数据为0的元素：

list_x = [1,0,0,1,0,1,1,0,1]

r= filter(lambda x: True if x == 1 elseFalse,list_x)print(list(r))#[1, 1, 1, 1, 1]

简化为：

list_x = [1,0,0,1,0,1,1,0,1]

r= filter(lambdax: x ,list_x)print(list(r))#[1, 1, 1, 1, 1]

filter返回值的要是真和假才能完成过滤

七.命令式编程vs函数式编程

命令式编程涉及到 def if else for

函数式编程涉及到 map reduce filter lambda（算子）

八. 装饰器 一

importtimedeff1():print(time.time())print('This is a function')

f1()#1532404967.3804688 #Unix时间戳

Thisis a function

如果很多的函数都要获取时间的功能：

importtimedeff1():print('This is a function')deff2():print('This is a function')defprint_current_time(func):print(time.time())

func()

print_current_time(f1)

print_current_time(f2)

这种需求变更方案的缺点：打印时间的需求是属于每个函数本身的，并不是新增加的，并没有体现函数本身的特性。

这就是装饰器所要解决的问题。

装饰器 二

编写装饰器：

importtimedefdecorator(func):defwrapper():print(time.time())

func()returnwrapperdeff1():print('This is a function')

f= decorator(f1) #f得到了return的wrapper

f()

装饰器 三

语法塘：

importtimedefdecorator(func):defwrapper():print(time.time())

func()returnwrapper

@decorator#@符号

deff1():print('This is a function')

f1()

没有改变调用的逻辑也没有改变函数编码。是装饰器的意义所在。

@decorator相当于对f1()装饰。

装饰器 四

1.带参函数的装饰器：

importtimedefdecorator(func):defwrapper(func_name):print(time.time())

func(func_name)returnwrapper

@decoratordeff1(func_name):print('This is a function named' +func_name)

f1('test_func')

2.若多个函数接受不同数量的参数：

importtimedefdecorator(func):def wrapper(*args):print(time.time())

func(*args)returnwrapper

@decoratordeff1(func_name):print('This is a function named' +func_name)

@decoratordeff2(func_name1,func_name2):print('This is a function named'+func_name1 )print('This is a function named'+func_name2)

f1('test_func')

f2('test_func1','test_func2') #可以支持不同参数个数的函数

装饰器 五

1.*args不支持**关键字参数

支持关键字参数：

importtimedefdecorator(func):def wrapper(*args,**kw): #加入**kw，较为完整

print(time.time())

func(*args,**kw)returnwrapper

@decoratordeff1(func_name):print('This is a function named' +func_name)

@decoratordeff2(func_name1,func_name2):print(func_name1 +func_name2)

@decoratordef f3(func_name1,func_name2,**kw):print(func_name1 +func_name2)print(kw)

f1('test_func')

f2('123','234')

f3('123','234',a = 1, b = 2,c = '123')#1532408656.565761

#This is a function namedtest_func

#1532408656.5667255

#123234

#1532408656.5677273

#123234

#{'a': 1, 'b': 2, 'c': '123'}

2.

defdecorator(func):def wrapper(*args,**kw): #加入**kw，较为完整

print(time.time())

func(*args,**kw)returnwrapper

func(*args,**kw)这个形式，无论什么方式都可以调用。

装饰器 六

如果想对某个封装单元修改，可以加上装饰器。

不需要破坏代码实现，易于代码复用。

一个函数能够有多个装饰器。

需要验证身份的函数上加上专门的装饰器之类的用途。