第5章 一等函数

在Python中，函数是一等对象。符合一等对象的定义需要满足以下要求：

• 在运行时创建
• 能给变量或数据结构的元素赋值
• 给函数做参数
• 给函数做返回值

除了函数外，整数、字符串和字典也是一等对象，满足上述要求。

5.1 把函数视作对象

#创建并测试一个函数，然后读取它的__doc__属性，再检查它的类型

>>> def factorial(n):
    '''returns n!'''
    return 1 if n < 2 else n * factorial(n-1)

>>> factorial(42)
1405006117752879898543142606244511569936384000000000
>>> factorial(1)
1
>>> help(factorial)
Help on function factorial in module __main__:

factorial(n)
    returns n!

>>> factorial.__doc__
'returns n!'
>>> type(factorial)
<class 'function'>

__doc__属性用于生成对象的帮助文本。

#通过别的名称使用函数，再把函数作为参数传递

>>> fact = factorial
>>> fact
<function factorial at 0x02D370C0>
>>> fact(5)
120
>>> map(factorial, range(11))
<map object at 0x02D21FB0>
>>> list(map(fact, range(11)))
[1, 1, 2, 6, 24, 120, 720, 5040, 40320, 362880, 3628800]

5.2 高阶函数

接受函数作为参数或返回值的函数，称之为“高阶函数”。

#根据单词的长度排序，只需将len函数传给key参数

>>> fruits = ['strawberry','fig','apple','cherry','raspberry','banana']
>>> sorted(fruits, key=len)
['fig', 'apple', 'cherry', 'banana', 'raspberry', 'strawberry']

#根据反向拼写给一个单词列表排序

>>> def reverse(word):
    return word[::-1]

>>> reverse('testing')
'gnitset'
>>> sorted(fruits, key=reverse)
['banana', 'apple', 'fig', 'raspberry', 'strawberry', 'cherry']

5.3 匿名函数

lambda关键字在Python表达式内创建匿名函数。由于Python语法的限制，匿名函数很少使用，比较多作为参数传递给高阶函数。

#使用lambda表达式反转拼写，然后依次给单词列表排序

>>> fruits = ['strawberry','fig','apple','cherry','raspberry','banana']
>>> sorted(fruits, key=lambda word: word[::-1])
['banana', 'apple', 'fig', 'raspberry', 'strawberry', 'cherry']

5.4 可调用对象

可调用对象有：

• 用户定义的函数
• 内置函数  使用CPython实现的函数，如len。
• 内置方法      使用C语言实现的方法，如dict.get。
• 方法
• 类
• 类的实例        如果类定义了__call__方法，那么它的实例可作为函数调用。
• 生成器函数     使用yield关键字的函数或方法。
• 
  

5.5 用户定义的可调用类型

不仅Python函数都是对象，任何Python对象都可以表现得像函数，只需要实现实例方法__call__。

5.6 函数内省

除了__doc__，函数对象还有很多属性。使用dir函数可以探知factorial具有下述属性：

>>> dir(factorial)
['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__get__', '__getattribute__', '__globals__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']

5.7 从定位参数到仅限关键字参数

定位参数和关键字参数的区别：

    参考一个例子：函数调用tag(a,b=2)。在这个例子中，a是定位参数，它是通过位置的先后顺序给形参传参；b=2是关键字参数。

5.8 获取关于参数的信息

调用函数的属性或方法获取参数的信息

def clip(text, max_len=80):
    """在max_len前面或后面的第一个空格处截断文本
    """

    end = None
    if len(text) > max_len:
        space_before = text.rfind(' ', 0, max_len)
        if space_before >= 0:
            end = space_before
        else:
            space_after = text.rfind(' ', max_len)
            if space_after >= 0:
                end = space_after
        if end is None: #没找到空格           
            end = len(text)
        return text[:end].rstrip()

from tag import clip
print(clip.__defaults__)    #它的值是一个元组，保存定位参数和关键字参数的默认值。
print(clip.__code__)        #它的值是一个code对象引用，自身也有很多属性。
print(clip.__code__.co_varnames) #含有函数创建的局部变量
print(clip.__code__.co_argcount) #不明白
结果：
(80,)
<code object clip at 0x03091D30, file "d:\ProgramFilesWer\python3.6\tag.py", line 30>
('text', 'max_len', 'end', 'space_before', 'space_after')
2

5.9 函数注解

用于为函数声明中的参数和返回值附加元数据，可以对参数做检查。

def clip(text：str, max_len:'int > 0'=80) -> str:
    """在max_len前面或后面的第一个空格处截断文本
    """

    end = None
    if len(text) > max_len:
        space_before = text.rfind(' ', 0, max_len)
        if space_before >= 0:
            end = space_before
        else:
            space_after = text.rfind(' ', max_len)
            if space_after >= 0:
                end = space_after
        if end is None: #没找到空格
            end = len(text)
        return text[:end].rstrip()

函数声明中的各个参数可以在：之后增加注解表达式。如果参数有默认值，注解放在参数名和=号之间。如果想返回值，在）和函数声明末尾的:之间添加 ->和一个表达式。这个表达式可以是任何类型。

Python对注解所做的唯一的事情是，把它们存储在函数的__annotations__属性里，不做任何处理，注解对Python解释器也没有任何意义。注解只是元数据，可供IDE、框架和装饰器等工具使用。在标准库里，唯有inspect.signature()函数知道如何提取注解。

5.10 支持函数式编程的包

虽然Guido明确表明，Python的目标不是变成函数式编程语言，但是得益于operator和functools等包的支持，接下来介绍这两个包。

operator模块

#使用reduce函数和一个匿名函数计算阶乘

>>> from functools import reduce
>>> def fact(n):
    return reduce(lambda a, b: a*b, range(1, n+1))

>>> fact(3)
6

#使用reduce和operator.mul函数计算阶乘

>>> from functools import reduce
>>> from operator import mul
>>> def fact(n):
    return reduce(mul, range(1, n+1))

>>> fact(4)
24

operator模块的itemgetter函数（自行构建函数）

    用法：根据元组下标获取对于元组的值

#演示使用itemgetter排序一个元组列表

>>> metro_data = [
    ('Tokyo', 'JP', 36.933, (35.4664, 139.654)),
    ('Delhi NCP', 'IN', 53.654,(45.654, 25.644 )),
    ('Mexico City', 'MX', 21.354,(-19.654, 23.546 )),
    ('New York-Newark', 'US', 65.654,(-140.225, 45.3621 )),
    ('Sao Paulo', 'BR', 98.654,(112.312, 10.231)),
]
>>> from operator import itemgetter
>>> for city in sorted(metro_data, key=itemgetter(1)):
    print(city)


('Sao Paulo', 'BR', 98.654, (112.312, 10.231))
('Delhi NCP', 'IN', 53.654, (45.654, 25.644))
('Tokyo', 'JP', 36.933, (35.4664, 139.654))
('Mexico City', 'MX', 21.354, (-19.654, 23.546))
('New York-Newark', 'US', 65.654, (-140.225, 45.3621))

#如果把多个参数传给itemgetter，它构建的函数会返回提取的值构成的元组：

>>> cc_name = itemgetter(1,0)
>>> for city in metro_data:
    print(city)

('Tokyo', 'JP', 36.933, (35.4664, 139.654))
('Delhi NCP', 'IN', 53.654, (45.654, 25.644))
('Mexico City', 'MX', 21.354, (-19.654, 23.546))
('New York-Newark', 'US', 65.654, (-140.225, 45.3621))
('Sao Paulo', 'BR', 98.654, (112.312, 10.231))

operator模块的attrgetter函数（自行构建函数）

    它创建的函数根据名称提取对象的属性，如果把多个属性名传给它，则会返回提取的值构成的元组。

#定义一个namedtuple，名为metro_data，演示使用attrgetter处理它

>>> from collections import namedtuple
>>> LatLong = namedtuple('LatLong', 'lat long')
>>> Metropolis = namedtuple('Metropolis', 'name cc pop coord')
>>> metro_areas = [Metropolis(name, cc, pop, LatLong(lat, long)) for name, cc, pop, (lat, long) in metro_data]
>>> metro_areas[0]
Metropolis(name='Tokyo', cc='JP', pop=36.933, coord=LatLong(lat=35.4664, long=139.654))
>>> metro_areas[0].coord.lat
35.4664
>>> from operator import attrgetter
>>> name_lat = attrgetter('name', 'coord.lat')
>>> for city in sorted(metro_areas, key=attrgetter('coord.lat')):
    print(name_lat(city))

('New York-Newark', -140.225)
('Mexico City', -19.654)
('Tokyo', 35.4664)
('Delhi NCP', 45.654)
('Sao Paulo', 112.312)

operator模块的methodcaller函数（自行构建函数）

    它创建的函数会在对象上调用参数指定的方法。

#展示绑定额外参数的方式

>>> from operator import methodcaller
>>> s = 'The time has come'
>>> upcase = methodcaller('upper')
>>> upcase(s)
'THE TIME HAS COME'
>>> hiphenate = methodcaller('replace', '', '-')
>>> hiphenate(s)
'-T-h-e- -t-i-m-e- -h-a-s- -c-o-m-e-'
>>> hiphenate = methodcaller('replace', ' ', '-')
>>> hiphenate(s)
'The-time-has-come'

使用functools.partial冻结参数

functools模块提供了一系列的高阶函数，其中最为人熟知的是reduce，余下的函数最有用的是partial及其变体，partialmethod。

#使用partial把一个两参数函数改编成需要单参数的可调用对象

>>> from operator import mul
>>> from functools import partial
>>> triple = partial(mul, 3)
>>> triple(7)
21
>>> list(map(triple, range(1, 10)))
[3, 6, 9, 12, 15, 18, 21, 24, 27]

5.11 本章小结

***