一.first-citizen
python中的函数和js中的函数都是first-citizen,它们是对象,拥有自己的属性,比如
-
__name__
: 函数名,这个和js中函数的'name'属性一致
def someFun:
pass
print(someFun.__name__)
someFun
可以作为参数传入函数中:
def mySum(a, b, f):
return f(a) + f(b)
mySum(10, -100, abs)
110
可以作为返回值(即高阶函数)
def add(a, b):
def sum():
return a + b
return sum
f = add(7, 8)
f()
15
可以看出 闭包
的概念, 这一点和js中的闭包保持一致
二.lambda表达式
这个匿名函数的简写方式,几乎所有编程语言中都有,就是写法不一样,python中的lambda表达式:
lambda x: x * x
# 相当于
def someFun(x):
return x * x
python中返回一个匿名函数,在js中比较常见的一种模式
def build(x, y):
return lambda: x * x + y * y
# 调用时
build(3, 4)()
# 或者是匿名函数带有参数
def build():
return lambda x, y: x * x + y * y
# 调用时
build()(3, 4)
更多lambda表达式会在下面的高阶函数中出现
三.函数式编程
函数式编程这种概念最近比较流行,高度的对事物进行抽象,是一种声明式的编程风格,与之相对的就是命令式的编程风格。
说到函数式编程,就不得不提这几个函数了: map, reduce, filter, sorted, 这几个函数和js中的函数有一些差别
map
参数:
- 函数
- Iterable 对象
返回值:
- Iterator 对象,惰性序列
比如想将list '[1, 2, 3, 4]'中的每个元素都平方,可以这样写:
>>> def f(x):
... return x * x
>>> m = map(f, [1, 2, 3, 4])
>>> m
<map object at 0x03BEC350> # 返回一个Iterator对象
# 使用 list() 函数将整个序列计算出来并返回一个list
>>> list(m)
[1, 4, 9, 16]
使用lambda表达式,上面的例子可以写为:
m = map(lambda x: x * x, [1, 2, 3, 4])
将字符串数字转换为整型:
def char2num(s):
return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
L = map(char2num, '12345')
[1, 2, 3, 4, 5]
使用map()函数将不规范的英文名变为首字母大写,其他小写的规范名字。输入:['adam', 'LISA', 'barT'],输出:['Adam', 'Lisa', 'Bart']:
# 不使用map的做法:
>>> names = ['adam', 'LISA', 'barT']
>>> [name.title() for name in names]
# 使用map()
>>> def normalize(names):
... def captilize(name):
... return name.title()
... return list(map(captilize, names))
reduce
概念和js中的reduce概念类似,将多个数变为一个数
值得注意的是,python中并不内置reduce函数,需要从 functools
模块中引入
from functools import reduce
下面代码默认引入该模块
例如将[1, 3, 5, 7, 9] 变为 '13579' 这样一个数:
reduce(lambda x, y: x * 10 + y, [1, 3, 5, 7, 9])
filter
这个函数和js中的filter还是很相似的
比如除去list中的空字符串和None:
>>> list(filter(lambda s: s and s.strip(), ['1', ' ', '', None, 'abc']))
['1', 'abc']
sorted
这个函数有3个参数,后面两个参数可选:
- 集合类型
- key=someFunc: key 关键词,后面添加一个排序函数
- reverse=False: 是否反向排序,默认为False
示例:
# 忽略大小写,进行升序排列
>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
['about', 'bob', 'Credit', 'Zoo']
# 按照降序排列
>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']
对于复杂的数据类型,比如说list里面的元素为tuple:
>>> L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]
# 按照姓名排序(其实默认排序即可)
def by_name(t):
return t[:][0].lower() # t[:]表示复制整个tuple元素 t[:][0] 则表示名字
sorted(L, key=by_name)
[('Adam', 92), ('Bart', 66), ('Bob', 75), ('Lisa', 88)]
# 按照分数排序
def by_score(t):
return t[:][1]
sorted(L, key=by_score)
[('Bart', 66), ('Bob', 75), ('Lisa', 88), ('Adam', 92)]
四.闭包
python中也存在闭包,闭包的注意事项和js中也差不多,比如:
def count():
fs = []
for i in range(1, 4):
def f():
print(i * i)
return i * i
fs.append(f)
return fs
# 执行count(), 生成一个list, list中包含3个函数
f1, f2, f3 = count()
>>> f1()
9
>>> f2()
9
>>> f3()
9
结果都是9,而不是1, 4, 9, 这是因为闭包的原因, i并没有立即计算,而是最终i=3的情况。避免这种情况在js中会使用立即执行函数或者arrow function,在python中,可以使用lambda函数来避免这种问题:
def count():
fs = []
def g(i):
return lambda: i * i # 返回一个匿名函数
for j in range(1, 4):
fs.append(g(j))
return fs
>>> f1, f2, f3 = count()
>>> f1()
1
>>> f2()
4
>>> f3()
9
或者在创建一个函数,用该函数的参数绑定循环变量的值,无论循环变量后续怎么变换,已绑定到函数参数的值不变:
def count():
def f(j):
def g():
return j * j
return g
fs = []
for i in range(1, 4):
fs.append(f(i)) # 相当于立即执行函数
return fs
五.装饰器decorator
decorator本质上就是一个高阶函数,在js中原本decorator已经提案,后来又停止支持
比如一个log的decorator:
def log(func):
def wrapper(*args, **kw): # 任何函数都可以通过这种方式表达出来
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper
# 使用时
@log
def now():
print('2017-03-06')
>>> now()
call now():
2017-03-06
# 实质上等价于
>>> log(now)()
如果需要给log添加一些参数,则可以多返回一层函数即可:
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('excute')
def now():
print('2017-03-06')
>>> now()
execute now():
2017-03-06
# 相当于
log('excute')(now)()
但是这样有一个问题
>>> now.__name__
'wrapper'
因为经过2层返回之后,函数的'name' 属性由now变为了'wrapper', 可以使用 functools.wraps
来解决这个问题
import functools
def log(func):
@functools.wraps(func) # 将func先包裹起来
def wrapper(*args, **kw):
print('call %s()' % func.__name__)
return func(*args, **kw)
return wrapper
def 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
在面向对象(OOP)的设计模式中, decorator也称为装饰模式。OOP装饰模式需要通过继承和组合来实现.Python的 decorator既可以用函数来实现,也可以用类来实现
六.偏函数
也称为部分函数 partial
,这个功能由 functools
模块提供。本质上就是将函数的某些参数固定,这样写的时候就不用将固定部分的参数带入
比如 int() 函数,可以将数字字符串转换为整型,默认是将字符串当作十进制的,实际上我们可以自定义进制
>>> int('123')
123
# 把'FF' 当作16进制
>>> int('FF', 16)
255
可以使用部分函数:
import functools
>>> int2 = functools.partial(int, base=2)
# 调用时
# 默认将 '1000000' 当作2进制进行转换
>>> int2('1000000')
64
本质上是固定了命名关键字参数base
总结
本章学习的内容较多,不过熟悉js语法的,学习起来相对简单,一些小的区别值得注意
- python中函数也是一级公民,也就是可以当作变量来使用,函数有一个属性 ** __name__ **
- map(), reduce(), filter(), sorted()的使用方法,他们返回的都是Iterator对象,是一种惰性序列,使用时要注意
- python中的匿名函数,lambda表达式 的写法
- 闭包 应当注意的事项
- functools 模块的学习,本章中 reduce, partial, wraps 都来自该模块
- decorator 的声明,本质上就是高阶函数
2017年3月6日 18:25:25