python函数与函数式编程

在理解函数式编程之前，我还是对函数的调用，参数传递以及函数的嵌套调用一头雾水，还是花了点时间整理了写思绪，以便我后面对装饰器复杂的参数传递和函数的调用的理解。

函数的定义

def 函数名():

      代码块

例如：

def func_name():
     block
     return value                                     #return语句表示函数执行到此结束，如果没有return语句则会返回None，有return没有语句也是返回None

另外，Python中不允许前向引用，即在函数定义之前，不允许调用该函数。所以函数必须先定义再调用，否则会报错，找不到该函数的定义。

print func_name()                                    #若在函数定义前调用函数，则报错

Traceback (most recent call last):             
  File "<pyshell#72>", line 1, in <module>
    print func_name()
NameError: name 'func_name' is not defined

参数的传递

>>> def f(a,b,c=10):                                 #定义三个参数，设置c的默认值为10
    return a+b+c

>>> print(f(3,2))                                    #传递参数的值，默认匹配没有默认值的参数
15
>>> print(f(3,2,1))                                  #传递参数的值，若传递的参数都有值，则不会取默认值
6

>>>def func(*name):                                  #包裹传递，将所有的参数传递给name元组
          print type(name)
          print name

>>> func(1,4,6)
<type 'tuple'>
(1, 4, 6)
>>> func(5,6,7,1,2,3)
<type 'tuple'>
(5, 6, 7, 1, 2, 3)

>>> def func(**dict):                                #字典收集所有的关键字
    print type(dict)
    print dict
    
>>> func(a=1,b=9)                                     
<type 'dict'>
{'a': 1, 'b': 9}
>>> func(m=2,n=1,c=11)
<type 'dict'>
{'c': 11, 'm': 2, 'n': 1}

 函数嵌套

python程序，一个函数在另外一个函数的里面，外层的函数返回的是里层函数。

函数嵌套时，内层函数可以访问外层函数的变量，但不能对其变量重新赋值。

>>> def yao1(a=1,b=32):
    def yao2(c=54):
        def yao3(d=3):
            def yao4(e=10):
                return a+b+c+d+e
            return yao4
        return yao3
    return yao2

>>> print yao1()()()()
100

 函数式编程

函数式编程与函数不同，函数式编程是将一个函数作为参数传递给另一个函数，最后返回一个函数。

典型的函数式编程辅助函数有：reduce/map/filter等函数，一需要认识和积累这些辅助和内置函数，其二了解匿名函数lambda的使用，让函数式编程的代码更加简洁和易读。

>>> number =[2, -5, 9, -7, 2, 5, 4, -1, 0, -3, 8]                   #给列表赋值
>>> sum = filter(lambda x: x>0, number)                             #filter(func，number)：从number的item中依次筛选符合func条件的元素，即从number列表中筛选x>0的元素并返回
                                                                    #lambda args: expression
>>> average = reduce(lambda x,y: x+y, sum)/len(sum)                 #reduce(func,number):先将number元组中的前两个元素执行func函数，返回的值继续与下一个元素一起执行func函数
>>> print average
5
>>> 

>>>print map(lambda x:x%3,range(6))                                #map(func,seq):seq中的每个元素都经过了func函数的作用，重新得到了func(seq[n])组成的列表
[0, 1, 2, 0, 1, 2]