Python 函数式编程(待续)

函数式编程

• 把计算视为函数而非指令
• 纯函数式编程：不需要变量，没有副作用，测试简单
• 支持高阶函数，代码简洁

高阶函数——将函数作为参数传入函数

map()

把函数依次作用在 list 的每个元素上，得到一个新的list并返回

[1, 2, 3, 4, 5, 6, 7, 8, 9]
# 如果把list的每个元素都平方，就可以用map()函数：
def f(x):
    return x*x
print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])

# 结果：
[1, 4, 9, 10, 25, 36, 49, 64, 81]

reduce()

filter()

挑出符合条件的元素

sorted()

能自定义比较规则的sort()?

返回函数

闭包

嵌套定义函数，内层函数引用了外层函数的局部变量，然后返回内层函数

# 一般形式：
def g():
    print 'g()...'
def f():
    print 'f()...'
    return g

# 闭包大法后：
def f():
    print 'f()...'
    def g():
    	print 'g()...'
    return g
将g()挪到函数内部，防止其他代码调用g()

# 坑点：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：
def count():
    fs = []
    for i in range(1, 4):
        def f():
            return i * i
        fs.append(f)
   	return fs

f1, f2, f3 = count()
# 结局是f1, f2, f3 全是9

# 正确写法：
def count():
    fs = []
    for i in range(1, 4):
        def f(j):
            def g():
                return j * j
            return g
        r = f(i)
        fs.append(r)
  	return fs

匿名函数——lambda

需要一个函数，又懒得特地声明，此时就可以用lambda表达式

arr = range(5)
print(map(lambda x: x*x, arr))			# 每个元素都平方一下
print(filter(lambda x: x%2==0, arr))	# 挑出偶数

装饰器(decorator)

不改动原函数代码，在代码运行期间动态扩展原函数功能的一种机制。

实际上，装饰器就是一个返回函数的高阶函数（接收函数 -> 包装 -> 返回新函数）

使用方法：@+函数名

# 可以极大地简化代码，避免每个函数写重复的代码
@log				# 打印日志
@performance		# 检测性能
@transaction		# 数据库事务
@post('/register')	# URL路由

def hello():
	print("Hello, World!")

# 添加功能：在打印Hello world时打印出当前时间

import time

def printTime(f):
	def wrapper(*args, **kwargs):
		print 

偏函数

偏函数的意义在于固定某些可变参数，相当于“减饰器”

# int() 可以把字符串转换为整数，但它还额外提供了 base参数，其默认值为10
# 如果传入 base参数，就可以做 N 进制转换
# 假设要转换大量二进制字符串，每次都传入int(x, base=2)非常麻烦，那么就可以定一个int2()
def int2(x, base=2):
    return int(x, base)

# functools.partial就是帮助我们创建这样一个偏函数的，不用自己特意定义int2()
int2 = functools.partial(int, base=2)