一.匿名函数
1.定义：定义函数的时候不需要定义函数名
2.具体例子：
#普通函数
def add(x,y): return x + y
#匿名函数
lambda x,y: x + y
调用匿名函数：
f = lambda x,y: x + y #赋值后可以调用 print(f(1,2)
lambda中（也就是：后面）只能进行简单的表达式操作，不能进行赋值操作。
二. 三元表达式
格式为：条件为真时返回的结果 if 条件判断 else 条件为假时返回的结果
x = 2 y = 1 r = x if x > y else y print(r) #2
三元表达式在lambda中运用比较多。
三.map类
1.定义：map(函数，序列)，把序列中所有值依次传到函数中并依次接受返回结果组成一个list。
其实是一个函数的映射。
2.求平方：
list_x = [1,2,3,4,5,6,7,8] def square(x): return x * x r = map(square,list_x) print(list(r)) #[1, 4, 9, 16, 25, 36, 49, 64]
四.map与lambda
将map和lambda函数结合：
1
list_x = [1,2,3,4,5,6,7,8] r = map(lambda x: x * x,list_x) print(list(r)
2 接受多个参数：
list_x = [1,2,3,4,5,6,7,8] list_y = [1,2,3,4,5,6,7,8] r = map(lambda x,y: x * x + y,list_x,list_y) print(list(r))
注意：若个数不相等，不会报错，但只能计算到最少的那位
五.reduce
1.
2. reduce运算的规则：做连续的计算，连续的调用lambda表达式。
reduce下的函数一定要有两个参数。
3.例子：
from functools import reduce list_x = [1,2,3,4,5,6,7,8] r = reduce(lambda x,y:x + y,list_x) print(r) #36
运算过程：初始取前两位，之后将计算结果作为x传进去继续顺序取：
（（（（（（1 + 2）+3） + 4）+ 5）+6）+7）+8
4.注意点：
- 继续做什么操作是lambda确定的，不仅只能够相加。
- 最后一位可以设定初始值，在第一次计算中就进行计算了：
eg：r = reduce(lambda x,y:x + y,list_x,10)
六. filter
1.filter可以过滤掉不符合规则的数据。
2.例子：
剔除数据为0的元素：
list_x = [1,0,0,1,0,1,1,0,1] r = filter(lambda x: True if x == 1 else False,list_x) print(list(r)) #[1, 1, 1, 1, 1]
简化为：
list_x = [1,0,0,1,0,1,1,0,1] r = filter(lambda x: x ,list_x) print(list(r)) #[1, 1, 1, 1, 1]
filter返回值的要是真和假才能完成过滤
七.命令式编程vs函数式编程
命令式编程涉及到 def if else for
函数式编程涉及到 map reduce filter lambda（算子）
八. 装饰器 一
import time def f1(): print(time.time()) print('This is a function') f1() #1532404967.3804688 #Unix时间戳 This is a function
如果很多的函数都要获取时间的功能：
import time def f1(): print('This is a function') def f2(): print('This is a function') def print_current_time(func): print(time.time()) func() print_current_time(f1) print_current_time(f2)
这种需求变更方案的缺点：打印时间的需求是属于每个函数本身的，并不是新增加的，并没有体现函数本身的特性。
这就是装饰器所要解决的问题。
装饰器 二
编写装饰器：
import time def decorator(func): def wrapper(): print(time.time()) func() return wrapper def f1(): print('This is a function') f = decorator(f1) #f得到了return的wrapper f()
装饰器 三
语法塘：
import time def decorator(func): def wrapper(): print(time.time()) func() return wrapper @decorator #@符号 def f1(): print('This is a function') f1()
没有改变调用的逻辑也没有改变函数编码。是装饰器的意义所在。
@decorator相当于对f1()装饰。
装饰器 四
1.带参函数的装饰器：
import time def decorator(func): def wrapper(func_name): print(time.time()) func(func_name) return wrapper @decorator def f1(func_name): print('This is a function named' + func_name) f1('test_func')
2.若多个函数接受不同数量的参数：
import time def decorator(func): def wrapper(*args): print(time.time()) func(*args) return wrapper @decorator def f1(func_name): print('This is a function named' + func_name) @decorator def f2(func_name1,func_name2): print('This is a function named'+func_name1 ) print('This is a function named'+ func_name2) f1('test_func') f2('test_func1','test_func2') #可以支持不同参数个数的函数
装饰器 五
1.*args不支持**关键字参数
支持关键字参数：
import time def decorator(func): def wrapper(*args,**kw): #加入**kw，较为完整 print(time.time()) func(*args,**kw) return wrapper @decorator def f1(func_name): print('This is a function named' + func_name) @decorator def f2(func_name1,func_name2): print(func_name1 + func_name2) @decorator def f3(func_name1,func_name2,**kw): print(func_name1 + func_name2) print(kw) f1('test_func') f2('123','234') f3('123','234',a = 1, b = 2,c = '123') #1532408656.565761 #This is a function namedtest_func #1532408656.5667255 #123234 #1532408656.5677273 #123234 #{'a': 1, 'b': 2, 'c': '123'}
2.
def decorator(func): def wrapper(*args,**kw): #加入**kw，较为完整 print(time.time()) func(*args,**kw) return wrapper func(*args,**kw)这个形式，无论什么方式都可以调用。
装饰器 六
如果想对某个封装单元修改，可以加上装饰器。
不需要破坏代码实现，易于代码复用。
一个函数能够有多个装饰器。
需要验证身份的函数上加上专门的装饰器之类的用途。