一、作用域
return 可以返回任意值
例子
def test1(): print("test1") def test(): print("test") return test1 res = test() print(res)
输出结果
test <function test1 at 0x021F5C90>
分析:这里print(res)输出的是test1函数在内存中的地址,return也是可以返回的
,加上括号就可以运行函数了
例子2
name = "pony" def test1(): name = "nicholas" def inner(): name = "jack" print(name) return inner res = test1() print(res) res()
输出结果
<function test1.<locals>.inner at 0x02195C48> jack
分析:
test1函数返回了inner函数的内存地址,并被赋值给res,所以最后在res后加上括号就可以直接执行,注意这里执行的是inner函数,打印name选择的是局部变量name ="jack",而非选择调用执行的res()所在的name = "pony"
例子3
def foo(): name = 'jack' def bar(): name = 'pony' print(name) def tt(): print(name) return tt return bar r1 = foo() #返回的是bar函数的内存地址 r2 = r1() #执行了bar函数,返回了tt函数的内存地址 r3 = r2() #执行了tt函数,输出 pony
输出结果
pony pony
分析:r1是执行foo函数,最后得到的是bar函数的内存地址,r2是执行了bar函数,返回了tt函数的内存地址,执行了tt函数,输出 pony。
这里也可以直接这样写
foo()()()
foo()是r1,foo()()是r2,foo()()()就是r3.
二、匿名函数
1、lambda
例子
lambda x:x+1
这里的x相当于自定义函数的形参,x+1相当于return的返回值
def calc(x)
return x+1
这个自定义函数和lambda x:x+1是等价的
lambda函数一般用直接是处理加减法、乘法、加字符串
例子
def calc(x): return x+1 res = calc(10) print(res) print(calc)
输出结果
11 <function calc at 0x02245C48>
例子2
print(lambda x:x+1)
输出结果
<function <lambda> at 0x021B5C48>
分析:这里是lambda函数在内存中的地址,和calc函数是一样的(未执行,即未加括号的情况下 )
调用lambda()
例子
func = lambda x:x+1 res = func(10) print(res)
输出
11
分析:调用lambda函数需要将lambda函数赋值给一个变量,执行时用变量名加()带参数执行,这里括号内的参数类似自定义函数的实参,通过调用传给形参。
例子3
print(list(filter(lambda x:x if x % 2 == 0 else "" ,range(10))))
输出结果
[2, 4, 6, 8]
分析:lambda可以用if -else语句,但是不能单独用if语句,必须if-else语句一起写
2、lambda返回多个值
例子
func = lambda x,y,z:x + y + z res = func(10,11,12) print(res) #或者这样写 print(func(10,11,12))
例子2
func = lambda x,y,z:(x + 1 ,y + 1,z +1) res = func(10,11,12) print(res) #或者直接这样写 print(func(10,11,12))
输出结果
(11, 12, 13) (11, 12, 13)
分析:这里返回多个值需要用括号和逗号
三、函数式编程
1、编程的三种方法论
面向过程编程、函数式编程、面向对象编程
面向过程:
定义
是一种以过程为中心的编程思想。这些都是以什么正在发生为主要目标进行编程,不同于面向对象的是谁在受影响。
简单的就是把任务分为一个一个的步骤,一步一步的执行。
函数式编程:
定义
在计算机科学里,函数式编程是一种编程范式,它将计算描述为表达式求值并避免了状态和数据改变。函数式编程里面的“函数”指的是数学函数。
对于任何一个编程函数,需要满足下面3个条件,即可转换成纯数学函数。
每个函数必须包含输入参数(作为自变量)
每个函数必须有返回值(作为因变量)
无论何时,给定参数调用函数时,返回值必须一致。
面向对象编程
定义
面向对象编程——Object Oriented Programming,简称OOP,是一种程序设计思想。OOP把对象作为程序的基本单元,一个对象包含了数据和操作数据的函数。
而面向对象的程序设计把计算机程序视为一组对象的集合,而每个对象都可以接收其他对象发过来的消息,并处理这些消息,计算机程序的执行就是一系列消息在各个对象之间传递。
2、函数式编程递归调用
高阶函数的定义
(1)函数名可以当做参数传递
(2)返回值可以是参数
例子
def foo(n): #n=bar print(n) def bar(name): print('my name is %s' %name) foo(bar) foo(bar("nicholas"))
输出结果
<function bar at 0x02225C48> my name is nicholas None
分析:这里的foo(bar),其中的bar是作为一个函数当做参数传入foo(),bar是一个内存地址。foo(bar("nicholas"))中,bar("nicholas")执行函数,先输出my name is nicholas,然后执行foo函数,由于bar函数没有return出数值,所以执行foo()输出None。
3、尾调用优化(尾递归优化)
尾调用:在函数的最后一步调用另外一个函数(最后一行不一定是函数的最后一步)
例子
def bar(n): return n def foo(x): return bar(x)
这里的return bar()就是函数的最后一步。
例子
def test(x): if x > 1: return True elif x == 1: return False else: return False test(1)
分析:这里的最后一步是执行elif x ==1下面的 return False语句。
尾递归与非尾递归
非尾递归
def cal(seq): if len(seq) == 1: return seq[0] head , *tail = seq return head + cal(tail) print(cal(range(100)))
尾递归
def cal(l): print(l) if len(l) == 1: return l[0] frist,second,*args = l l[0] = frist + second l.pop(1) return cal(l) x = cal([i for i in range(10)]) print(x)
3、 map()函数
map() 会根据提供的函数对指定序列做映射。
map(function, iterable, ...)
function -- 函数,有两个参数
iterable -- 一个或多个序列
它有两个参数,第一个参数为某个函数,第二个为可迭代对象。
例子
需求,将li1 = [1,3,4,5,7,10] 的每个元素变成自己的平方。
用for循环解决
li1 = [1,3,4,5,7,10] li = [] for i in li1: li.append(i ** 2) res = li print(res)
升级需求,处理多个列表,将列表的的每个元素变成自己的平方。
li1 = [1,3,4,5,7,10] def map_test(): li = [] for i in li1: li.append(i ** 2) return li res = map_test(li1) print(res)
继续升级需求,将原列表的每个元素平方,组成新的列表
li1 = [1,3,4,5,7,10] def pow_test(n): return n ** 2 def map_test(fun,array): li = [] for i in array: res = fun(i) li.append(res) return li res1 = map_test(pow_test,li1) print(res1)
分析:这里的map_test函数的参数fun传入的是一个函数,即这个map_test函数是高阶函数,在map_test函数里调用其他函数,对第二个传入的对象进行处理。两个这里map_test()、pow_test()加在一起实现的功能就是map()函数的作用。
这里可以用map()函数处理
li1 = [1,3,4,5,7,10] res1 = list(map(lambda x:x**2,li1)) print(res1)
分析:map()函数的第一个参数是一个函数,即匿名函数,这里不需要加括号执行,只是代表对一个参数的处理方式,map()第二个参数是待处理的可迭代对象。
map()函数直接处理结果是一个map()函数的内存地址,是一个可迭代类型,需要加list转换为列表。
这里map()函数的第一个参数不一定非要写lambda函数,也可以写自定义的函数名。
例子
def reduce_one(n): return n - 1 li1 = [1,3,4,5,7,10] res1 = list(map(reduce_one,li1)) print(res1)
输出结果
[0, 2, 3, 4, 6, 9]
关于map()函数输出的结果处理
例子
用for 循环处理结果
li1 = [1,3,4,5,7,10] res1 = map(lambda x:x**2,li1) for i in res1: print(i) print(res1)
输出结果
1 9 16 25 49 100 <map object at 0x02185790>
直接用map函数
li1 = [1,3,4,5,7,10] res = list(map(lambda x:x**2,li1)) print("map处理结果是",res)
输出结果
map处理结果是 [1, 9, 16, 25, 49, 100]
分析:这里可以看出map()函数直接输出的结果是一个可迭代对象,加上list可以将其转换为列表。
4、filter()函数
filter()函数是 Python 内置的另一个有用的高阶函数,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,返回由符合条件元素组成的新list。
filter:过滤,滤除
例子
,要从一个list [1, 4, 6, 7, 9, 12, 17]中删除偶数,保留奇数
用自定义函数和for循环解决
li = [1, 4, 6, 7, 9, 12, 17] li1 = [] def filter_old(n): if n % 2 == 1: li1.append(n) def test(): for i in li: res = filter_old(i) test() print(li1)
输出
[1, 7, 9, 17]
这里也可以直接用filter函数解决。
li = [1, 4, 6, 7, 9, 12, 17] def filter_old(n): if n % 2 == 1: return n res = list(filter(filter_old,li)) print(res)
输出结果
[1, 7, 9, 17]
或者更精简一些
li = [1, 4, 6, 7, 9, 12, 17] res = list(filter(lambda n:n %2 ==1,li)) print(res)
输出结果
[1, 7, 9, 17]
分析:这里的lambda函数是一个函数处理逻辑,最终是返回了符合 n %2 ==1条件的n
这里与map函数一样,也需要List将其转换为列表。
例子
li = [1, 4, 6, 7, 9, 12, 17] res = list(filter(lambda n:not n %2 ==1,li)) print(res)
分析:这里的lambda也可以加not。
例子
li = [ {"name":"jack","age":53}, {"name":"pony","age":46}, {"name":"charles","age":53}, {"name":"richard","age":44} ] v = list(filter(lambda p:p["age"]<45,li)) print(v)
输出结果
[{'name': 'richard', 'age': 44}]
分析:这里lambda返回的就是符合条件的元素p,遍历序列中的每个元素,判断每个元素得到布尔值,如果是True则留下来。
5、reduce()函数
reduce()在python2中可以直接用
在python3中需要添加模块导入
from functools import reduce
reduce()的使用方法形如reduce(f(x),Itera).对,它的形式和map()函数一样。不过参数f(x)必须有两个参数。reduce()函数作用是:把结果继续和序列的下一个元素做累积计算。
例子
需求将列表[1,2,3,4,5,6]所有元素加起来。
用for循环解决
li = [1,2,3,4,5,6] sum = 0 for i in li: sum = sum + i print(sum)
需求2,求列表li = [1,2,3,4,5,6]每个元素相乘最终结果
用自定义函数处理
li = [1,2,3,4,5,6] def test(x,y): return x*y def test1(func,array): res = array.pop(0) #这里表示列表的第一个元素 #pop()删除某个值,并可以获取当前删除的值 for i in array: res = func(res,i) #这里是传入的相乘的结果和下一个元素,初始值为res = array[0]。 return res v = test1(test,li) print(v)
输出结果
720
分析:这里是自定义了2个函数,通过函数中调用另一个函数处理。这里也可以直接用reduce()函数处理。
from functools import reduce li = [1,2,3,4,5,6] v = reduce(lambda x,y:x*y,li) print(v)
输出
720
分析:注意这里不再使用list方法。
reduce 有 三个参数
function 有两个参数的函数, 必需参数
sequence tuple ,list ,dictionary, string等可迭代对象,必需参数
initial 初始值, 可选参数
如果没有初始值init,直接执行将第二个参数可迭代对象通过第一个参数func进行处理。
如果有初始值Init,则首先进行初始值和待传入的第二个参数的第一个元素通过func进行处理,之后这个累计值再和第二个元素进行累计。
例子
from functools import reduce li = [1,2,3,10] v = reduce(lambda x,y:x*y,li,10) print(v)
输出结果
600
分析:这里首先将初始值10 * 1 得到10,然后用累计值10 *2 得到20,然后20*3,以此类推,最后得到600.
6、map()、filter()、reduce()小结
map()
处理序列中的每个元素,得到的结果是一个‘列表’(内存地址),该‘列表’元素个数及位置与原来一样
filter()
filter遍历序列中的每个元素,判断每个元素得到布尔值,如果是True则留下来
reduce()
处理一个序列,然后把序列进行合并操作