04-函数是编程
来源:互联网 发布:无线网玩lol网络不稳定 编辑:程序博客网 时间:2024/05/17 06:16
#!/usr/bin/env python# -- coding: utf-8 --__author__ = 'sunh''''高阶函数'''# 传入函数# map()函数接收两个参数,一个函数,一个是序列,map将传入函数一次作用到序列的每个元素,并把结果作为新的list返回。# 举例说明,比如我们有一个函数f(x)=x^2,要把这个函数作用在一个list [1, 2, 3, 4, 5, 6, 7, 8, 9]上,就可以用map()实现如下:def f(x): return x * xprint map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])# 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)def add(x, y): return x + yprint reduce(add, [1, 3, 5, 7, 9])# 考虑到字符串str也是一个序列,对上面的例子稍加改动,配合map(),我们就可以写出把str转换为int的函数:def fn(x, y): return x * 10 + yprint reduce(fn, map(int, '13579'))# 整理成一个str2int的函数就是:def str2int(s): def fn1(x, y): return x * 10 + y return reduce(fn1, map(int, s))# 还可以用lambda函数进一步简化成:def str2int(s): return reduce(lambda x, y: x*10+y, map(int, s))'''排序算法'''# Python内置的sorted()函数可以对list进行排序print sorted([34, 12, 43, 65, 1]) # [1, 12, 34, 43, 65]# sorted()函数也是一个高阶函数,它还可以接收一个比较函数来实现自定义的排序,比如实现一个倒叙排序def reversed_cmp(x, y): if x > y: return -1 if x < y: return 1 return 0# 传入自定义的比较函数reversed_cmp,就可以实现倒序排序:print sorted([36, 5, 12, 9, 21], reversed_cmp) # [36, 21, 12, 9, 5]# 再看一个字符串排序的例子:print sorted(['about', 'bob', 'Zoo', 'Credit']) # ['Credit', 'Zoo', 'about', 'bob']# 默认情况下,对字符串排序,是按照ASCII的大小比较的,由于’Z’ < ‘a’,结果,大写字母Z会排在小写字母a的前面。'''函数作为返回值'''# 高阶函数除了可以接收函数作为参数外,也可以把函数作为结果值返回。def lazy_sum(*args): def summary(): ax = 0 for n in args: ax = ax + n return ax return summaryf = lazy_sum(1, 3, 5, 7, 9)print f # <function summary at 0x7fb935d11aa0>print f() # 调用函数f时,才真正计算求和的结果'''匿名函数'''# 当我们在传入函数时,有时候,不需要显式地定义函数,直接传入匿名函数更方便。# 在Python中,对匿名函数提供了有限支持。还是以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:print map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])# [1, 4, 9, 16, 25, 36, 49, 64, 81]# 通过对比可以看出,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。# 用匿名函数有个好处,因为函数没有名字,不必担心函数名冲突。# 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 * xprint f # <function <lambda> at 0x7f9185f02aa0>print 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'''装饰器'''# 由于函数也是一个对象,而且函数对象可以被赋值给变量,所以通过变量也能调用该函数def now(): print '2014-03-16'f = nowf()# 函数对象有一个__name__属性,可以拿到函数的名字:print now.__name__print f.__name__# 假设我们要增强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)。# 本质上,decorator就是一个返回函数的高阶函数。所以,我们要定义一个能打印日志的decorator,可以定义如下:def log(func): def wrapper(*args, **kw): print 'call %s():' % func.__name__ return func(*args, **kw) return wrapper# 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:@logdef now(): print '2013-12-25'now()# call now():# 2013-12-25# 把@log放到now()函数的定义处,相当于执行了语句:now = log(now)'''由于log()是一个decorator,返回一个函数,所以,原来的now()函数仍然存在,只是现在同名的now变量指向了新的函数,于是调用now()将执行新函数,即在log()函数中返回的wrapper()函数。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。如果decorator本身需要传入参数,那就需要编写一个返回decorator的高阶函数,写出来会更复杂。比如,要自定义log的文本:'''def log(text): def decorator(func): def wrapper(*args, **kw): print '%s %s():' % (text, func.__name__) return func(*args, **kw) return wrapper return decorator@log('execute')def now(): print '2013-12-25'now()# 和两层嵌套的decorator相比,3层嵌套的效果是这样的:now = log('execute')(now)'''我们来剖析上面的语句,首先执行log(‘execute’),返回的是decorator函数,再调用返回的函数,参数是now函数,返回值最终是wrapper函数。以上两种decorator的定义都没有问题,但还差最后一步。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’:'''print now.__name__'''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。不需要编写wrapper.__name__ = func.__name__这样的代码,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:'''import functoolsdef log(func): @functools.wraps(func) def wrapper(*args, **kw): print 'call %s():' % func.__name__ return func(*args, **kw) return wrapper# 或者针对带参数的decorator:import functoolsdef log(text): def decorator(func): @functools.wraps(func) def wrapper(*args, **kw): print '%s %s():' % (text, func.__name__) return func(*args, **kw) return wrapper 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。
0 0
- 04-函数是编程
- Web编程是函数式编程
- Web编程是函数式编程
- (转)Web编程是函数式编程
- 可能是最好的函数式编程入门
- 编程语言与函数库都是先历史,后 数据类型,然后函数,再然后是复杂函数
- 给定一个字符串比如“abcdef”,要求写个函数编程“defabc”,位数是可变的。
- 编程纠错--help others--计算器--又是忘记消除缓存还有函数定义的问题
- 函数输入参数是指针,如何传递? (高质量C++/C编程指南)
- Unix编程之函数fork,简单说明 (可以把它看作是一个设计函数的模板)
- 编程是高科技吗?
- 编程是个爱好。
- 编程到底是怎么样?
- 编程是一种艺术创作
- 12. 编程是设计
- 编程不全是智慧
- 编程语言是女人
- 编程是一种美德
- 崮云湖街道:“钉钉子”精神破译发展密码
- NYOJ 233 &&NYOJ 322 Sort(树状数组)
- bzoj2002 弹飞绵羊
- mac修改hosts文件
- 访问者模式
- 04-函数是编程
- Android 从小白到大拿之路——ListView 简单学习
- base64
- Oracle 正则表达式
- ubuntu 使用
- 2015考研调剂:步骤详解和常见问题
- Ubuntu下安装Apache及网站基本配置+CI框架基本配置
- 赛先生 专家提出造假嫌疑:“透明计算”视频分析
- 理解HEAD请求以及HTTP/204和HTTP/206响应