Python 基础 高阶函数

python 把函数作为参数

　　如果传入abs 作为参数

　　　　def add(x,y,y):

　　　　　　return f(x) + f(y)

　　　　add(-5,9,abs)

　　根据函数的定义，函数执行的代码实际上是。

　　　　abs(-5) + abs(9)

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,并且把 f 一次作用在

　　　　list的每一个元素上，得到一个新的list 并返回。

　　　　我们需要传入函数f(x) = x*x,就可以利用map() 完成计算

　　　　　　def f(x):

　　　　　　　　return x*x

　　　　　　print map(f,[1,2,3,4,5,6,7,8,9])

　　　　　　输出结果：

　　　　　　[1, 4, 9, 10, 25, 36, 49, 64, 81]

　　　　　　注意：map()函数不改变原有的 list，而是返回一个新的 list。

　　　　　　利用map()函数，可以把一个 list 转换为另一个 list，只需要传入转换函数。

python reduce() 函数

　　　　reduce() 函数也是Python 内置的一个高阶函数，reduce() 函数接受的参数和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 必须接受两个参数，

　　　　reduce() 对list 的每个元素反复调用函数 f, 比返回最终结果值。

　　　　　　def f(x,y):

　　　　　　　　return x+y

　　　　　　reduce(f,[1,3,5,7,9]) 时， reduce 函数做如下计算

　　　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。

　　　　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：

　　　　　　reduce(f, [1, 3, 5, 7, 9], 100)

　　　　结果将变为125，因为第一轮计算是：

　　　　计算初始值和第一个元素：f(100, 1)，结果为101。

python 中filter() 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

　　　　由符合元条件元素组成的一组的新的list

　　　　要从一个list [1, 4, 6, 7, 9, 12, 17]中删除偶数，保留奇数，

　　　　要编写一个判断奇数的函数：

　　　　　　def is_odd(x):

　　　　　　　　return x % 2 == 1

　　　　然后利用filter() 过滤掉偶数：

　　　　　　filter(is_odd,[1,4,6,7,12,17])

　　　　　　结果：[1,7,9,17]

python中自定义排序函数

　　　　sorted() 函数可对list 进行招聘

　　　　sorted([36,5,12,9,21])

　　　　　　[5,9,12,21,36]

　　　　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。

　　　　　　如果我们要实现倒序排序，只需要编写一个reversed_cmp函数：

　　　　　　def reversed_cmp(x, y): if x > y: return -1 if x < y: return 1 return 0

　　　　　　调用 sorted() 并传入 reversed_cmp 就可以实现倒序排序：

　　　　　　　　sorted([36,5,12,9,21],reversed_cmp)

　　　　　　　　[36,21,12,9,5]

　　　　　　sorted()也可以对字符串进行排序，字符串默认按照ASCII大小来比

　　　　　　　　sorted(['bob', 'about', 'Zoo', 'Credit'])

　　　　　　　　['Credit', 'Zoo', 'about', 'bob']

python 中返回函数

　　　　函数不但可以返回int,str,list,dict 等函数类型，还可以返回函数。

　　　　　　定义一个函数f(), 我们让它返回一个函数g

　　　　　　def f():

　　　　　　　　print 'call f()....'

　　　　　　def g():

　　　　　　　　print 'call g()....'

　　　　　　return g

　　　　请注意区分返回函数和返回值：

　　　　def myabs(): return abs # 返回函数 def myabs2(x): return abs(x) # 返回函数调用的结果，返回值是一个数值

　　　　　　如果返回一个函数，就可以“延迟计算”：

　　　　def calc_sum(lst): def lazy_sum(): return sum(lst) return lazy_sum

　　　　　　# 调用calc_sum()并没有计算出结果，而是返回函数:

　　　　　　f = calc_sum([1, 2, 3, 4])

　　　　　　　　f()

　　　　　　　　10

python 中闭包

　　　　在函数内部定义的一个函数和外部函数是一样的，只是他们无法被外部访问

　　　　 g 的定义移入函数 f 内部，防止其他代码调用 g：

　　　　　　def f():

　　　　　　　　print 'f()...'

　　　　　　def g():

　　　　　　　　print 'g()...'

　　　　　　return g

　　　　　　　　def calc_sum(lst):

　　　　　　def lazy_sum():

　　　　　　　　return sum(lst)

　　　　　　return lazy_sum

　　　　　　像这种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）。

python 中匿名函数

　　　　python中，对匿名函数提供了有限支持，还可以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：

　　　　map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])

　　　　　　[1, 4, 9, 16, 25, 36, 49, 64, 81]

　　　　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：

　　　　　　sorted([1, 3, 9, 5, 0], lambda x,y: -cmp(x,y))

　　　　　　[9, 5, 3, 1, 0]

python 装饰器

　　　　python 内置的@ 语法就是为了简化装饰器调用

　　　　　　装饰器的作用

　　　　　　可以极大的简化代码，避免每个函数编写重复性代码

　　　　　　　　打印日志 ： @log

　　　　　　　　检测性能： @performance

　　　　　　　　数据库事务： @transaction

　　　　　　　　URL 路由： @post('/register')

python 中编写无参数decorator

　　　　python 的decorator 本质上是一个高阶函数，她接收一个函数作为

　　　　　　参数，然后返回一个新的函数。

　　　　　　@log def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial(10)

　　　　　　结果：call factorial()... 3628800

　　　　　　但是，对于参数不是一个的函数，调用将报错：

python 中完善decorator

　　　　@decorator 可以实现函数功能 的增加，但是，经过@decorator

　　　　　　改造后的函数，和原函数相比，除了功能多一点，没有其他的不同的。