python进阶

作者 新城 日期 2017-08-22
python
python进阶



高阶函数

将函数作为参数进行传递—>高阶函数

1
2
3
def add(a,b,f):       #abs()  绝对值函数
    return f(a) + f(b)  #math.sqrt开根号需要 import math
print (add(-2,-4,abs))      #运行结果  6

执行过程: 调用add函数 将-2 -4 传入 执行 abs(-2) + abs（-4） 返回6

python中map()函数

map()是 Python 内置的高阶函数，它接收一个函数 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
2
3
4
def f(x):       #python 3.3
    return x*x              #注意：map()函数不改变原有的 list，而是返回一个新的 list。
print (map(f, [1, 2, 3, 4]))        #<map object at 0x0081F2F0>
print (list(map(f, [1, 2, 3, 4])))   #[1,2,9,16]  个人理解是将对象转为list

python中reduce()函数

reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。

例如，编写一个f函数，接收x和y，返回x和y的和

1
2
3
4
from functools import reduce  #python 3.3 将reduce 放置到functools中  需要导入后才能使用
def f(x, y):
    return x + y
reduce(f, [1, 3, 5, 7, 9], 100)     #输出125

reduce()还可以接收第3个可选参数，作为计算的初始值。如果把初始值设为100，计算：
调用 reduce(f, [1, 3, 5, 7, 9])时，reduce函数将做如下计算：

先计算头两个元素：f(1, 3)，结果为4；
再把结果和第3个元素计算：f(4, 5)，结果为9；
再把结果和第4个元素计算：f(9, 7)，结果为16；
再把结果和第5个元素计算：f(16, 9)，结果为25；
由于没有更多的元素了，计算结束，返回结果25。

python 中filter () 函数

filter()函数是 Python 内置的另一个有用的高阶函数，filter()函数接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。

1
2
3
def is_odd(x):
    return x % 2 == 1
print (list(filter(is_odd, [1, 4, 6, 7, 9, 12, 17])))  #过滤掉偶数[1,7,9,17]

过滤掉none或者空字符串

1
2
3
4
def is_not_empty(s):
    return s and len(s.strip()) > 0
s = filter(is_not_empty, ['test', None, '', 'str', '  ', 'END'])
print (s)

map 和 filter 的区别

  • map 对每一个元素都执行
  • reduce 将整个list进行累加 或者累乘等操作
  • filter 筛选只有符合条件的才会返回

    python中自定义排序函数

    Python内置的 sorted()函数可对list进行排序
    sorted()也是一个高阶函数，它可以接收一个比较函数来实现自定义排序，比较函数的定义是，传入两个待比较的元素 x, y，如果 x 应该排在 y 的前面，返回 -1，如果 x 应该排在 y 的后面，返回 1。如果 x 和 y 相等，返回 0。
    1
    2
    3
    4
    5
    6
    7
    8
    def reversed_cmp(x, y):
        if x > y:
            return -1
        if x < y:
            return 1
        return 0
    sorted([36, 5, 12, 9, 21])          #输出[5, 9, 12, 21, 36]
    sorted([36, 5, 12, 9, 21], reversed_cmp)    #输出[36, 21, 12, 9, 5]

sorted也可以对字符串进行比较 默认是比较字符串首字母的ASCII顺序显示

python中返回函数（听起来感觉很像闭包—）

注意区分返回函数和返回值 返回函数可以把一些计算延迟执行。

例如，如果定义一个普通的求和函数：

1
2
def calc_sum(lst):          #调用calc_sum()函数时，将立刻计算并得到结果：
    return sum(lst)

但是，如果返回一个函数，就可以“延迟计算”

1
2
3
4
def calc_sum(lst):          #调用calc_sum()并没有计算出结果，而是返回函数:
    def lazy_sum():
        return sum(lst)         # 对返回的函数进行调用时，才计算出结果:
    return lazy_sum

请编写一个函数calc_prod(lst)，它接收一个list，返回一个函数，返回函数可以计算参数的乘积。

1
2
3
4
5
6
7
def calc_prod(lst):             #python 3.3  执行失败  建议安装python 2.7
    def prod():
        return reduce(lambda x, y : x * y, lst)
    return prod

f = calc_prod([1, 2, 3, 4])
print f()

python中闭包 *

在函数内部定义的函数和外部定义的函数是一样的，只是他们无法被外部访问

1
2
3
4
5
def f():              #将g函数定义在f函数中   可以防止其他代码调用g函数
    print 'f()...'
    def g():
        print 'g()...'
    return g

和返回函数相比

闭包使用外层函数的参数 不可以直接放置到函数外面 而返回函数则可以直接放置到函数外面 它没有使用了外层函数的参数
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。

1
2
3
4
5
6
7
8
9
10
11
12
def count():
    fs = []
    for i in range(1, 4):
        def f():
             return i*i
        fs.append(f)
    return fs

f1, f2, f3 = count()
print (f1())    #9
print (f2())    #9
print (f3())    #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

1
2
3
4
5
6
7
8
9
10
11
12
13
def count():
    fs = []                     #同js闭包  保护变量
    for i in range(1, 4):
        def f(j):               #在循环的时候  将i 赋值给 j  闭包返回的时候直接将改数字返回
            def g():
                return j*j
            return g
        r= f(i)
        fs.append(r)
    return fs

f1, f2, f3 = count()
print f1(), f2(), f3()      #输出   1  4  9

python中匿名函数

关键字lambda 表示匿名函数，冒号前面的 x 表示函数参数。
匿名函数有个限制，就是只能有一个表达式，不写return，返回值就是该表达式的结果

使用匿名函数，可以不必定义函数名，直接创建一个函数对象，很多时候可以简化代码

1
2
3
4
5
6
def is_not_empty(s):
    return s and len(s.strip()) > 0
filter(is_not_empty, ['test', None, '', 'str', '  ', 'END'])
#简化以后
print filter(lambda s:s and len(s.strip()) > 0 , ['test', None, '', 'str', '  ', 'END'])
#lambda s:s    表示 接收s返回s and len(s.strip()) > 0

装饰器

  1. 问题：定义了一个函数想在运行时动态增加功能 又不想去改变函数本身的代码

希望对下列函数添加打印功能

1
2
3
4
5
6
def f1(x):
    return x*2
def f2(x):
    return x*x
def f3(x):
    return x*x*x

方法一直接修改

1
2
3
4
5
6
7
8
9
def f1(x):
    print 'call f1()'
    return x*2
def f2(x):
    print 'call f2()'
    return x*x
def f3(x):
    print 'call f3()'
    return x*x*x

方法二 pyton 装饰器 独立成章（点击此处跳转）

python中编写无参数decorator

1
2
3
4
5
6
7
8
9
10
11
12
13
import time
from functools import reduce        #引入python 3.3
def performance(f):
    def print_time(*args, **kw):
        print ('call '+f.__name__+'() in '+time.strftime('%Y-%m-%d',time.localtime(time.time())))
        return f(*args,**kw)
    return print_time

@performance
def factorial(n):
    return reduce(lambda x,y: x*y, range(1, n+1))

print (factorial(10))