Python语言的高级特性

函数式编程

基于lambda演算的一种编程方式

• 函数中只有函数
• 函数可以作为参数，同样可以作为返回值
• 纯函数式编程语言：LISP ， Haskell

python函数式编程只是借鉴函数式编程的一些特点，可以理解成一半函数一半python

需要讲述：

• 高阶函数
• 返回函数
• 匿名函数
• 装饰器
• 偏函数

lambda表达式

函数：最大程度复用代码

存在问题：

• 如果函数很小，很短，则会造成啰嗦  
• 如果函数被调用次数少，则会造成浪费
• 对于阅读者来说，造成阅读流程的被迫中断

lambda表达式（匿名函数）：

• 一个表达式，函数体相对简单
• 不是一个代码块，仅仅是一个表达式
• 可以有参数，有多个参数也可以，用逗号隔开

用法：

• 以lambda开头
• 紧跟一定的参数（如果有的话）
• 参数后用冒号和表达式主题隔开
• 只是一个表达式，所以没有return

计算一个数字的100倍数

stm = lambda x: 100 * x
print(stm(89))
结果：
8900

多个参数

stm2 = lambda x,y,z,:x + y * 10 + z * 100
print(stm2(4,5,6))
结果：
654

高阶函数

• 把函数作为参数使用的函数，叫高阶函数

变量可以赋值

a = 100
b = a 

函数名称就是一个变量

def funA():
    print(" In funA")
funB = funA
funB()

以上代码得出结论：

• 函数名称是变量
• funB和funA只是名称不一样
• 既然函数名称是变量，则应该可以被当做参数传入另一个函数

#高阶函数举例
#funA是普通函数，返回一个传入数字的100倍数字
def funA(n):
    return  n * 100
# 再写一个函数，把传入参数乘以300倍
def funB(n):
    #最终返回300n
    return funA(n) *3
print(funB(9))


#写一个高阶函数
def funC(n,f):
    #假定函数是把n扩大100倍
    return f(n) * 3
print(funC(9,funA))

系统高阶函数-map

• 映射，把集合或列表的元素，每个元素都按照一定规则进行操作，生成一个新的列表或者集合
• map函数是系统提供的具有映射功能的函数，返回值是一个迭代对象

#map 举例
#有一个列表，想对列表里的每个元素乘以10

L1 = [ i for i in range(10)]
l2 = []
for i in L1:
     l2.append(i * 10)
print(l2)

或高阶函数
def mulTen(n):
    return n*10
l3 = map(mulTen,L1)
for i in l3:
    print(i,end=" ")

reduce

  reduce
    归并，缩减
    把一个可迭代对象最后归并成一个结果
    对于函数参数的函数要求：必须由两个参数，必须由返回结果
    reduce([1,2,3,4,5]) == f(f(f(f(1,2),3),4),5)
    reduce 需要导入functools包

from functools import reduce
def myAdd(x,y):
    return x + y
rst = reduce(myAdd,[1,2,3,4,5,])
print(rst)
结果：
15

filter函数

• 对一组数据进行过滤，符合条件的数据会生成一个新的列表并返回
• 调用函数：filter（f，data），f是过滤函数，data是数据

def isRven(a):
    return a % 2 == 0
l = [1,2,3,4,5,6,7,8,9,10]
rst = filter(isRven,l)
print(rst)
print([i for i in rst])

高阶函数-排序

• 把一个序列安照给定算法进行排序
• key：在排序前对每个元素进行key函数运算，可以理解成按照key函数定义的逻辑进行排序