Python基础进阶篇——函数式编程

上一篇博文贴出了博主学习Python的基础知识代码，这篇博文贴出博主学习Python中的函数式编程，简单说一下，函数式编程是一种编程思想，跟函数不一样。在这里将提到很多Python的内建函数，请看以下代码；
Ps:强烈建议看过博主的《Python入门基础》后再看这篇文章下的代码，这样你会很容易看懂；
欢迎大家学习交流，有问题可以再评论中提出，因为博主也是新手菜鸟，我们可以共同学习，共同进步~

#-*- coding: utf-8 -*-# tython中的map()函数;# map()函数不改变原有的list，而是返回一个新的listdef f(x):    return x*xprint map(f, [1,2,3,4,5,6,7,8,9])def format_name(s):    return s[0].upper()+s[1:].lower()print map(format_name, ['adam','LISA','barT'])# reduce()函数;其传入的函数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。def fs(x,y):    return x+yprint reduce(fs,[1,3,5,7,9])# 先计算两个元素：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，# 没有更多的元素了，返回结果25def prop(x,y):    return x*yprint reduce(prop, [2,4,5,7,12])# filter()函数也是接收一个函数f和一个list作为参数，# filter()依据判断结果自动过滤掉不符合条件的元素，返回符合条件的元素组成的新listdef is_odd(x):    return x%2 == 1print filter(is_odd,[1,4,6,7,9,12,17])import mathdef is_sqr(x):    r = int(math.sqrt(x))    return r*r == xprint filter(is_sqr, range(1,101))# 删除None或者空字符串功能：def is_not_empty(s):    return s and len(s.strip())>0print filter(is_not_empty, ['test',None,'','str','   ','END'])# 这里说一下s.strip()用于删除s字符串中开头、结尾处的rm序列的字符；# 当rm为空时，默认删除空白符（包括：'\n','\r','\t',''）# 这里rm只是个变量名a = '  123'print a.strip()b = '\t\t123\r\n'print b.strip()c = 'abstingaaabs'd = 'absbbtingbbabs'e = 'absaatingbbbs'f = 'absfbas'rm = 'abs'print c.strip(rm) # tingprint d.strip(rm) # tingprint e.strip(rm) # tingprint f.strip(rm) # f# 自定义排序print sorted([36,5,12,9,21],cmp)# sorted()也是高阶函数，他可以接受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# cmp是函数的默认参数，如果直接传cmp则是从小到大的顺序排序；def reversed_cmp(x,y):    if x>y:        return -1    if x<y:        return 1        return 0print sorted([36,5,12,9,21], reversed_cmp)# sorted()也可以对字符串进行排序；def cmp_ignore_case(s1,s2):    u1 = s1.upper()    u2 = s2.upper()    if u1>u2:        return 1    if u1<u2:        return -1    return 0print sorted(['bob','about','Zoo','Credit'], cmp_ignore_case)# python 返回函数def cacl_sum(lst):    return sum(lst)print cacl_sum([1,2,3,4,5,6]) #21 这回立马执行并返回相加的结果def cacl_sum1(lst):    def lazy_sum():        return sum(lst)    return lazy_sumf = cacl_sum1([1,2,3,4,5,6,])print f() # 21 所以这样你可以控制函数什么时候执行返回结果；def calc_prop(lst):    def lazy_prop():        def f(x,y):            return x*y        return reduce(f, lst, 1)    return lazy_propf = calc_prop([1,2,3,4])print f()# python中的闭包def count():    fs = []    for i in range(1,4):        def f():            return i*i        fs.append(f)    return fsf1,f2,f3 = count()# 当count()执行的时候，返回fs中有三个函数，这三个函数所引用的变量i已经变成了3# 由于他们三个并没有被调用，所以也并没有计算i*i的值，f1()被调用的时候，才会输出3*3，结果是9；#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；# 用闭包决绝这种情况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 fsf1,f2,f3 = count()print f1(), f2(), f3()# python中匿名函数,关键字lambda表示匿名函数；# 匿名函数有个限制，只能有一个表达式，不写return，返回值就是该表达式的结果def is_not_empty1(s):    return s and len(s.strip())>0print filter(is_not_empty1, ['test',None,'','str','  ','END'])# 可用匿名函数简写成：print filter(lambda s:s and len(s.strip())>0,['test',None,'','str','  ','END'])# decorator装饰器：在函数调用的过程中，动态的给函数添加功能，又不想改动函数本身的代码def f1(x):    return x*2def new_fn(f):    def fn(x): # 这是装饰器函数，既可以调用f1()函数，也打出log；        print 'call'+f.__name__+'()'        return f(x)    return fn#调用方法：g1 = new_fn(f1)print g1(5)# 也可以将装饰器函数结果直接赋值给f1，这样隐藏了原始定义f1f1 = new_fn(f1)print f1(5)# 简单调用；@new_fndef f2(x):    return x*3print f2(10)# 这是一个log的定义# python中编写无参数decoratordef log(f):    def fn(x):        print 'call'+f.__name__+'()'        return f(x)        pass    return fn    pass@logdef factorial(n):    return reduce(lambda x,y:x*y, range(1, n+1))    passprint factorial(10)# 若参数不是一个的函数，调用将报错#@log#def add(x,y):#   return x+y#   pass#print add(1,2)#这是因为上方定义的log函数写死了只含一个参数的返回函数——f(x)；def log(f):    def fn(*args,**kw):        print 'call'+f.__name__+'()'        return f(*args, **kw)    return fn@logdef add(x,y):    return x+y    passprint add(1,2)# 这样对于任意函数，@log都能正常工作；# 编写无参数decoratorimport timedef performance(f):    def fn(*args,**kw):        t1 = time.time()        r = f(*args, **kw)        t2 = time.time()        print 'call %s() in %fs' %(f.__name__,(t2-t1))        return r    return fn@performancedef factorial(n):    return reduce(lambda x,y:x*y, range(1,n+1))print factorial(1000)# 编写带参数decoratordef log(param):    def log_decorator(f):        def fn(*args, **kw):            print '[%s]%s()'%(param, f.__name__)            return f(*args, **kw)            pass        return fn        pass    return log_decorator    pass# 调用@log("INFO")def test(x):    return x*10    passprint test(10) # [INFO]test()    # 100# 上面@performance只能打印秒，给他传个参数，允许打印's'或'ms'def performance(s):    def performance_decorator(f):        def fn(*args,**kw):            t1 = time.time()            r = f(*args,**kw)            t2 = time.time()            t = (t2-t1)*1000 if s == 'ms' else (t2-t1)            print 'call%s() in %f %s'% (f.__name__, t, s)            return r            pass        return fn        pass    return performance_decorator    pass@performance('ms')def factorial(n):    return reduce(lambda x,y:x*y, range(1,n+1))print factorial(10)print factorial.__name__ # fn# 完善decoratorimport functoolsdef performance(untils):    def perf_decorator(f):        @functools.wraps(f)         def wapper(*args, **kw):            t1 = time.time()            f(*args, **kw)            t2 = time.time()            t = (t2-t1)*1000 if untils == 'ms' else (t2-t1)            print 'call %s() in %f %s'% (f.__name__, t, untils)            return r            pass        return wapper        pass    return perf_decorator    pass@ performance('ms')def factorial(n):    return reduce(lambda x,y:x*y, range(1,n+1))    passprint factorial.__name__ # factorial打印出来的函数名仍是函数本身的函数名#而不是函数wapper，因为functools工具把原函数的必要属性‘复制’到新函数上来了#python中的偏函数import functools#int(x,base)这里的base参数默认为10，如果传入base参数，我们就可以做n进制的转换print int ('12345',8)print int ('12345',16)def int1(x, base=2):    return int (x, base)    passprint int1('101100')int2 = functools.partial(int, base=8)print int2 ('12345')# 排序的偏函数改造sorted_ignore_case = functools.partial(sorted, cmp = lambda s1,s2:cmp(s1.upper(), s2.upper()))print sorted_ignore_case(['bob', 'about', 'Zoo', 'Credit'])