首页 > 代码库 > Python的函数式编程-传入函数、排序算法、函数作为返回值、匿名函数、偏函数、装饰器
Python的函数式编程-传入函数、排序算法、函数作为返回值、匿名函数、偏函数、装饰器
map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。1 #使用map（）完成平方的计算2 def f(x):3 return x*x4 l = [1,2,3,4,5,6,7,8]5 print map(f, l) #[1, 4, 9, 16, 25, 36, 49, 64]
请注意我们定义的函数f。当我们写f时，指的是函数对象本身，当我们写f(1)时，指的是调用f函数，并传入参数1，期待返回结果1。
因此，map()传入的第一个参数是f，即函数对象本身。
像map()函数这种能够接收函数作为参数的函数，称之为高阶函数（Higher-order function）。
再看reduce的用法。reduce把一个函数作用在一个序列[x1, x2, x3...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)1 #使用reduce完成一个求和计算 2 def add(x,y): 3 return x+y 4 print reduce(add ,l) #36 5 6 #使用mapreduce实现将数字字符串转换为整数 7 def str2int(s): 8 def fn(x, y): 9 return x * 10 + y10 def char2num(s):11 return {‘0‘: 0, ‘1‘: 1, ‘2‘: 2, ‘3‘: 3, ‘4‘: 4, ‘5‘: 5, ‘6‘: 6, ‘7‘: 7, ‘8‘: 8, ‘9‘: 9}[s]12 return reduce(fn, map(char2num, s))13 print str2int(‘12345‘)
排序算法
x和y，如果认为x < y，则返回-1，如果认为x == y，则返回0，如果认为x > y，则返回1，这样，排序算法就不用关心具体的比较过程，而是根据比较结果直接排序。sorted()函数就可以对list进行排序。1 #自定义平排序规则，对数据从大到小排序2 def myOrder(x , y):3 if x > y:4 return -15 elif x< y:6 return 17 else: return 08 print sorted(l, myOrder)
函数作为返回值
1 #一个求和函数，将函数作为返回值 2 def laz_sum(*args): 3 def sum(): 4 ax = 0 5 for n in args: 6 ax = ax + n 7 return ax 8 return sum 9 10 ff = laz_sum(*l) #<function add at 0x021448B0>11 print ff() #36
在这个例子中，我们在函数lazy_sum中又定义了函数sum，并且，内部函数sum可以引用外部函数lazy_sum的参数和局部变量，当lazy_sum返回函数sum时，相关参数和变量都保存在返回的函数中，这种称为“闭包（Closure）”的程序结构拥有极大的威力。
请再注意一点，当我们调用lazy_sum()时，每次调用都会返回一个新的函数，即使传入相同的参数：
>>> f1 = lazy_sum(1, 3, 5, 7, 9)>>> f2 = lazy_sum(1, 3, 5, 7, 9)>>> f1==f2Falsef1()和f2()的调用结果互不影响。
map()函数为例，计算f(x)=x2时，除了定义一个f(x)的函数外，还可以直接传入匿名函数：匿名函数lambda x: x * x实际上就是：
def f(x): return x * x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，不用写return，返回值就是该表达式的结果。
。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数：
>>> f = lambda x: x * x>>> f<function <lambda> at 0x10453d7d0>>>> f(5)25同样，也可以把匿名函数作为返回值返回，比如：
def build(x, y): return lambda: x * x + y * y__name__属性，可以拿到函数的名字。now()函数的功能，比如，在函数调用前后自动打印日志，但又不希望修改now()函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。1 def log(func): 2 def wrapper(*args,**kw): 3 print ‘运行%s()方法:‘% func.__name__ 4 return func(*args, **kw) 5 return wrapper 6 @log 7 def now(): 8 print "2014-11-13" 9 10 now() #调用
观察上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处。
把@log放到now()函数的定义处，相当于执行了语句：
now = log(now)wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。在wrapper()函数内，首先打印日志，再紧接着调用原始函数。因为我们讲了函数也是对象，它有__name__等属性，但你去看经过decorator装饰之后的函数，它们的__name__已经从原来的‘now‘变成了‘wrapper‘：
>>> now.__name__‘wrapper‘因为返回的那个wrapper()函数名字就是‘wrapper‘，所以，需要把原始函数的__name__等属性复制到wrapper()函数中，否则，有些依赖函数签名的代码执行就会出错。
Python内置的functools.wraps就是干这个事的，所以，一个完整的decorator的写法如下：
1 import functools2 3 def log(func):4 @functools.wraps(func)5 def wrapper(*args, **kw):6 print ‘call %s():‘ % func.__name__7 return func(*args, **kw)8 return wrapper
或者针对带参数的decorator：
1 import functools 2 3 def log(text): 4 def decorator(func): 5 @functools.wraps(func) 6 def wrapper(*args, **kw): 7 print ‘%s %s():‘ % (text, func.__name__) 8 return func(*args, **kw) 9 return wrapper10 return decorator
import functools是导入functools模块。模块的概念稍候讲解。现在，只需记住在定义wrapper()的前面加上@functools.wraps(func)即可。
functools模块提供了很多有用的功能，其中一个就是偏函数（Partial function）。要注意，这里的偏函数和数学意义上的偏函数不一样。functools.partial的作用就是，把一个函数的某些参数（不管有没有默认值）给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。以直接使用下面的代码创建一个新的函数int2：
>>> import functools>>> int2 = functools.partial(int, base=2)>>> int2(‘1000000‘)64>>> int2(‘1010101‘)85f(a1, a2, a3)，可以固定a3，也可以固定a3和a2，也可以固定a3，a2和a1，但不要跳着固定，比如只固定a1和a3，把a2漏下了。如果这样做，调用新的函数会更复杂。Python的函数式编程-传入函数、排序算法、函数作为返回值、匿名函数、偏函数、装饰器