python高阶函数心得_python 高阶函数详解。

1，概念： Iterable 和 Iterator

Iterable 表示该变量可以被 for in 进行迭代。

Iterator 表示该变量可以被 next(o)进行迭代

（上一个表示有限迭代，下一个表示一个惰性的迭代概念，可以无限迭代。）

一般的Iterable 的变量有：

L=[{},[],(1,),{3:4},{3,4}]

for x in L:

print(isinstance(x,Iterable))

print(isinstance(x,Iterator))

true

false

可见，基础变量

List，tuple，set,dict 都是Iterable,但是 非Iterator.

Iterator 变量的产生方法有：

1，使用Iter(Iterable)的方式将Iterable->Iterator

2，使用生成器：

L=(x for x in L) 生成Iterator.

3，使用yield 将函数变成一个Iterator.

4, 使用map(f(x),Iterable)将其变为Iterator。

使用list（Iterator）可以将其变为列表。

高阶函数：

map:形式 map(f(x),Iterable) return a Iterator.f(x)需要返回值。

reduce:形式 reduce(f(x,y),Iterable. 进行不断的变量减少，返回所需值。

reduce 的函数需要在接收两个参数时能正确运行（即只允许两个位置参数）

filter：形式filter(f(x),Iterable)return a Iterator,f(x)返回true，false。

sorted(Iterable,key=func,reverse=false 返回Iterable.

对于Iterator ,其内部被转换为了list.

Iterator 生成器，是一个工具。其通过方法next(o)进行不断迭代产生数据。

也可以使用 for,list,....隐式调用next(o)来生成一个list...

函数的闭包：

def func()

def in_func()return xx return in_func 对于闭包函数首先： 1，[]类型变量直接全局有效。 2，对于int...非全局有效，需要加上nonlocal int ,不然会有一个分配错误。 使用闭包函数可以纪录该函数本身的信息，比如被调用次数。。等等。 此时，最好将该函数变更为一个对象。 例子：

def sumManager():

count=0

def thisCount():

nonlocal count

count=count+1

return count

def thissum(*L):

s=0

for x in L:

s=s+x

return s

return [thisCount,thissum]

sumCount,thissum=sumManager()

print(thissum(1,2,3),sumCount())

其中，1，使用nonlocal or []指定母函数中的变量可以被子函数访问。

2，两个函数需要同时返回，这样他们指向同一个函数体变量。

匿名函数：lambda x,y: 表达式，返回值就是表达式的值。

L=(lambda x,y:x+y)(3,4)

L=list(map(lambda x: x*x,[1,2,3]))

L=list(filter(lambda x:x%2==1,range(1,100)))

Decorator:装饰器，用于修饰函数。

1,func---本身是一个对象：所以具备对象属性：比如func.name

2,func---全参数调用：func(*args,kw)所有函数都可以支持这个参数表。

3,Decorator 的常见形式：

def log(f):

functools.wraps(f)

def wrapper(*args,*kw):

act1

t=f(args,kw)

act2

return t

return wrapper4,带参数类型： def log(para): def decorator(fun): functools.wraps(fun) def wrapper(*args,**kw): act1 t=fun(*args,**kw) act2 return t return wrapper return decorator def log(para):

if isinstance(para,str):

def decorator(f):@functools.wraps(f)br/>else:

@functools.wraps(para)
def wrapper(else:

@functools.wraps(para)kw):

print('begin')

sv=para(*k,**kw)

print('end')

return sv

return wrapper

else:

@functools.wraps(para)