python编写函数_浅谈Python 函数式编程
匿名函数lambda表达式
什么是匿名函数?
匿名函数,顾名思义就是没有名字的函数,在程序中不用使用 def 进行定义,可以直接使用 lambda 关键字编写简单的代码逻辑。lambda 本质上是一个函数对象,可以将其赋值给另一个变量,再由该变量来调用函数,也可以直接使用。
?
1
2
3
4
5
6
7
8
9
10
11
12
#平时,我们是先定义函数,再进行调用
def power(x):
return x** 2
print(power(2))
#使用lambda表达式的时候,我们可以这样操作
power= lambda x : x** 2
print(power(2))
#觉得太麻烦,还可以这样调用
print((lambda x:2 * x)(8))
lambda表达式的基本格式:lambda 入参 : 表达式
?
1
2
3
4
#入参可以有多个,比如
power= lambda x, n: x** n
print(power(2,3))
lambda 表达式的使用场景
一般适用于创建一些临时性的,小巧的函数。比如上面的 power函数,我们当然可以使用 def 来定义,但使用 lambda 来创建会显得很简洁,尤其是在高阶函数的使用中。
定义一个函数,传入一个list,将list每个元素的值加1
?
1
2
3
4
def add(l= []):
return [x+1 for xin l]
print(add([1,2,3]))
上面的函数改成将所有元素的值加2
可能大家会说,这还不简单,直接把return里的1改成2就行了。但是真的行吗?如果函数被多个地方使用,而其他地方并不想加2,怎么办?
这好办,把变得那部分抽出来,让调用者自己传
?
1
2
3
4
5
6
7
8
9
10
11
def add(func,l= []):
return [func(x)for xin l]
def add1(x):
return x+1
def add2(x):
return x+2
print(add(add1,[1,2,3]))
print(add(add2,[1,2,3]))
一个简简单单的问题,一定要用这么多代码实现?
?
1
2
3
4
5
def add(func,l= []):
return [func(x)for xin l]
print(add(lambda x:x+1,[1,2,3]))
print(add(lambda x:x+2,[1,2,3]))
map函数
map的基本格式
map(func, *iterables)
map() 函数接收两个以上的参数,开头一个是函数,剩下的是序列,将传入的函数依次作用到序列的每个元素,并把结果作为新的序列返回。也就是类似 map(func,[1,2,3])
同样的,我们还是来完成这样一个功能:将list每个元素的值加1
?
1
2
3
4
5
6
def add(x):
return x+ 1
result= map(add, [1,2,3,4])
print(type(result))
print(list(result))
使用lambda表达式简化操作
?
1
2
3
result= map(lambda x: x+ 1, [1,2,3,4])
print(type(result))
print(list(result))
函数中带两个参数的map函数格式
使用map函数,将两个序列的数据对应位置求和,之后返回,也就是对[1,2,3],[4,5,6]两个序列进行操作之后,返回结果[5,7,9]
?
1
print(list(map(lambda x, y: x+ y, [1,2,3], [4,5,6])))
对于两个序列元素个数一样的,相对好理解。如果两个序列个数不一样的,会不会报错?
?
1
print(list(map(lambda x, y: x+ y, [1,2,3], [4,5])))
我们可以看到不会报错,但是结果以个数少的为准
reduce函数
reduce函数的基本格式
reduce(function, sequence, initial=None)
reduce把一个函数作用在一个序列上,这个函数必须接收两个参数,reduce函数把结果继续和序列的下一个元素做累积计算,跟递归有点类似,reduce函数会被上一个计算结果应用到本次计算中
reduce(func, [1,2,3]) = func(func(1, 2), 3)
使用reduce函数,计算一个列表的乘积
?
1
2
3
4
5
6
from functoolsimport reduce
def func(x, y):
return x* y
print(reduce(func, [1,2,3,4]))
结合lambda表达式,简化操作
?
1
2
3
from functoolsimport reduce
print(reduce(lambda x, y: x* y, [1,2,3,4]))
filter 函数
filter 顾名思义是过滤的意思,带有杂质的(非需要的数据),经过 filter 处理之后,就被过滤掉。
filter函数的基本格式
filter(function_or_None, iterable)
filter() 接收一个函数和一个序列。把传入的函数依次作用于每个元素,然后根据返回值是 True 还是 False 决定保留还是丢弃该元素。
使用 filter 函数对给定序列进行操作,最后返回序列中所有偶数
?
1
print(list(filter(lambda x: x% 2 == 0, [1,2,3,4,5])))
sorted 函数
sorted从字面上就可以看去这是个用来排序的函数,sorted 可以对所有可迭代的对象进行排序操作
sorted的基本格式
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
sorted(iterable, key=None, reverse=False)
#iterable -- 可迭代对象。
#key -- 主要是用来进行比较的元素,只有一个参数,具体的函数的参数就是取自于可迭代对象中,指定可迭代对象中的一个元素来进行排序。
#reverse -- 排序规则,reverse = True 降序 , reverse = False 升序(默认)。
#对序列做升序排序
print(sorted([1,6,4,5,9]))
#对序列做降序排序
print(sorted([1,6,4,5,9], reverse=True))
#对存储多个列表的列表做排序
data= [["Python",99], ["c",88]]
print(sorted(data, key=lambda item: item[1]))
闭包
在万物皆对象的Python中,函数是否能作为函数的返回值进行返回呢?
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
def my_power():
n= 2
def power(x):
return x** n
return power
p= my_power()
print(p(4))
#------------------------------------------------------------
def my_power():
n= 2
def power(x):
return x** n
return power
n= 3
p= my_power()
print(p(4))
我们可以看到,my_power 函数在返回的时候,也将其引用的值(n)一同带回,n 的值被新的函数所使用,这种情况我们称之为闭包
当我们把n的值移除到my_power函数外面,这个时候来看下计算结果
?
1
2
3
4
5
6
7
8
9
10
n= 2
def my_power():
def power(x):
return x** n
return power
n= 3
p= my_power()
print(p(4))
为什么输出的结果会是64?
我们先来看看闭包时,p.__closure____的结果
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
#例1
def my_power():
n= 2
def power(x):
return x** n
return power
p= my_power()
print(p.__closure__)
#结果:()
#closure是内部函数的一个属性,用来保存环境变量
#---------------------------------------------------------------------
#例2
n= 2
def my_power():
def power(x):
return x** n
return power
n= 3
p= my_power()
print(p.__closure__)
#输出结果 None
通过例1跟例2对比,我们可以知道,例2并不是闭包
闭包经典问题
下面的程序是否是闭包?能否正确运行
?
1
2
3
4
5
6
7
8
9
10
11
def my_power():
n= 2
def power(x):
n+= 1
return x** n
return power
p= my_power()
print(p(3))
如何让上面的程序正确运行?看看改正之后的结果
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
def my_power():
n= 2
def power(x):
nonlocal n
n+= 1
return x** n
return power
p= my_power()
print(p.__closure__)
print(p(3))
print(p(3))
看看下面的程序的运行结果
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
def my_power():
n= 2
L= []
for iin range(1,3):
def power():
return i** n
L.append(power)
return L
f1, f2= my_power()
print(f1())
print(f2())
print(f1.__closure__[0].cell_contents)
print(f2.__closure__[0].cell_contents)
python的函数只有在执行时,才会去找函数体里的变量的值,也就是说你连形参都不确定,你咋求知道 i为几呢?在这里,你只需要记住如果你连形参都不确定,python就只会记住最后一个i值。
装饰器及其应用
什么是装饰器模式
装饰器模式(Decorator Pattern)允许向一个现有的对象添加新的功能,同时又不改变其结构。这种类型的设计模式属于结构型模式,它是作为现有的类的一个包装。
这种模式创建了一个装饰类,用来包装原有的类,并在保持类方法签名完整性的前提下,提供了额外的功能。
?
1
2
3
4
5
6
import time
start= time.time()
time.sleep(4)
end= time.time()
print(end- start)
从实际例子来看装饰器
?
1
2
3
4
def my_fun():
print("这是一个函数")
my_fun()
要再打印“这是一个函数”前面在打印多一行hello world。
?
1
2
3
4
5
6
7
8
def my_fun():
begin= time.time()
time.sleep(2)
print("这里一个函数")
end= time.time()
print(end-begin)
my_fun()
这个时候,如果不想修改原有的函数,咋整?
?
1
2
3
4
5
6
7
8
9
10
11
def my_fun():
print("这是一个函数")
def my_time(func):
begin= time.time()
time.sleep(2)
func()
end= time.time()
print(end- begin)
my_time(func)
这种方式,因为要增加功能,导致所有的业务调用方都得进行修改,此法明显不可取。
另一种方式:
?
1
2
3
4
5
6
7
8
9
10
11
12
def print_cost(func):
def wrapper():
begin= time.time()
time.sleep(2)
func()
end= time.time()
print(end- begin)
return wrapper
@print_cost
def my_fun():
print("这里一个函数")
第二种方式并没有修改func函数的内部实现,而是使用装饰器模式对其功能进行装饰增强。
以上就是浅谈Python 函数式编程的详细内容,更多关于Python 函数式编程的资料请关注服务器之家其它相关文章!
原文链接:https://www.cnblogs.com/jwen1994/p/13127205.html
python编写函数_浅谈Python 函数式编程相关推荐
- python hasattr函数_浅谈python中的getattr函数 hasattr函数
hasattr(object, name) 作用:判断对象object是否包含名为name的特性(hasattr是通过调用getattr(ojbect, name)是否抛出异常来实现的). 示例: & ...
- python中怎么调用函数_浅谈Python中函数的定义及其调用方法
一.函数的定义及其应用 所谓函数,就是把具有独立功能的代码块组织成为一个小模块,在需要的时候调用函数的使用包含两个步骤 1.定义函数–封装独立的功能 2.调用函数–享受封装的成果 函数的作用:在开发时 ...
- python 中arange函数_浅谈Python中range与Numpy中arange的比较
本文先比较range与arange的异同点,再详细介绍各自的用法,然后列举了几个简单的示例,最后对xrange进行了简单的说明. 1. range与arange的比较 (1)相同点:A.参数的可选性. ...
- python float 精度_浅谈Python里面小数点精度的控制
要求较小的精度 round()内置方法 这个是使用最多的,刚看了round()的使用解释,也不是很容易懂.round()不是简单的四舍五入的处理方式. For the built-in types s ...
- python编写函数_如何用Python编写自己喜欢的R函数
python编写函数 数据科学和机器学习的伟大现代斗争之一是" Python vs. R". 毫无疑问,近年来两者都已经取得了巨大的发展,成为数据科学,预测分析和机器学习的顶级编程 ...
- python 迭代器协议_浅谈Python中的生成器和迭代器
迭代器 迭代器协议 对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么返回一个异常来终止本次迭代.(只能往前走,不能往后退!) 迭代器对象 遵循了(实现了)迭代器协议的对象.(对象内 ...
- python static方法_浅谈python 类方法/静态方法
1.类方法 类方法是从属于"类对象"的方法.类对象可以通过装饰器@classmethod来定义,具体格式如下: @classmethod def 类方法名(cls [, 形参列表] ...
- python表格对齐_浅谈python str.format与制表符\t关于中文对齐的细节问题
写了一个练手的爬虫...在输出的时候出现了让人很不愉♂悦的问题 像这样: 令人十分难受啊! #------------------------------------------ 在此之前先说一下py ...
- python未定义_浅谈Python程序的错误:变量未定义
Python程序的错误种类 Python程序的错误分两种.一种是语法错误(syntax error).这种错误是语句的书写不符合Python语言的语法规定.第二种是逻辑错误(logic error). ...
最新文章
- 飒!阿里巴巴 29 个吊炸天的开源项目!
- python和java一样吗-三分钟看懂Python和Java的区别
- 【Windows 逆向】使用 CE 分析内存地址 ( 运行游戏 | 使用 CE 工具分析游戏内子弹数量对应的内存地址 | 内存地址初步查找 | 使用二分法定位最终的内存地址 )
- win8桌面壁纸路径
- 关于计算机的作文初一,关于初一作文汇编五篇
- 找不到libmmd.dll无法继续执行代码_300 行代码带你秒懂 Java 多线程!| 原力计划...
- Android模拟器之神奇Genymotion的安装
- 前端学习(1710):前端系列javascript之uniapp介绍
- http请求502_从知乎页面的502说一说测试人员应该知道的HTTP协议状态码!
- AutoX披露无人车云代驾系统:夜晚远程操控车队也easy
- 马化腾很忙:阐释腾讯新定位、与长安合资建车公司,还出了本新书
- Spring IoC — 基于Java类的配置
- 新员工进入公司,应告知的工作纪律
- 帆软 FineReport 绘制填报报表
- 三菱伺服驱动器示例_三菱伺服电机伺服驱动器
- Windows11 WSL Ubuntu1804 配置指南
- Linux系统查看内存使用情况
- 用python在树莓派上编程,你可以将项目扩展到令人难以置信的规模
- 热酷网邱金柱:技术牛人是核心竞争力
- 计算机网络(五) | 数据链路层:MAC地址、以太网协议、MTU和ARP协议
热门文章
- Qt修炼手册4_信号与槽
- Nhibernate中的连接超时时事务回滚引发异常的处理方法
- leetCode刷题第一天--求两数之和
- 指针常量和常量指针简单区分理解
- 搭建 Verilog 仿真环境
- C语言再学习 -- 关键字sizeof与strlen
- java.lang.IllegalStateException: ViewStub must have a non-null ViewGroup viewParent
- java 高级数据类型_java 数据类型(上):分类
- 【译】Notes on Blockchain Governance
- 区块链 PoS 共识——Tendermint