版权声明:wywwzjj https://blog.csdn.net/weixin_42348709/article/details/83479756
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)