1. 程式人生 > >高階函數和裝飾器

高階函數和裝飾器

deb wrap [] int ont 最終 call too 自定義排序

函數式:一種編程範式

純函數式編程:沒有變量,支持高階函數編程

Python不是純函數式編程語言,支持高階函數編程

變量可以指向函數,函數名就是指向函數的一個變量,與普通變量沒有區別

高階函數:能接收函數做參數的函數。

map():是 Python 內置的高階函數,它接收一個函數 f 和一個 list,並通過把函數 f 依次作用在 list 的每個元素上,得到一個新的 list 並返回。

def f(x):
    return x*x
print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])

輸出結果:

[1, 4, 9, 10, 25, 36, 49, 64, 81]

reduce()函數:接收的參數和 map()類似,一個函數 f,一個list,但行為和 map()不同,reduce()傳入的函數 f 必須接收兩個參數,reduce()對list的每個元素反復調用函數f,並返

回最終結果值。reduce()還可以接收第3個可選參數,作為計算的初始值。

#對list求積
def prod(x, y):
    return x*y

print reduce(prod, [2, 4, 5, 7, 12])

filter()函數:是 Python 內置的另一個有用的高階函數,filter()函數接收一個函數 f 和一個list,這個函數 f 的作用是對每個元素進行判斷,返回 True或 False,filter()根據判斷結果

自動過濾掉不符合條件的元素,返回由符合條件元素組成的新list。

#篩選出平方根不是整數的數

import math

def is_sqr(x):
    r = int(math.sqrt(x))
    return r*r==x

print filter(is_sqr, range(1, 101))

sorted()函數:它可以接收一個比較函數來實現自定義排序,比較函數的定義是,傳入兩個待比較的元素 x, y,如果 x 應該排在 y 的前面,返回 -1,如果 x 應該排在 y 的後面,

返回 1。如果 x 和 y 相等,返回 0。

#利用sorted()高階函數,實現忽略大小寫排序的算法。
def cmp_ignore_case(s1, s2): u1=s1.lower() u2=s2.lower() if u1<u2: return -1 if u1>u2: return 1 return 0 print sorted([bob, about, Zoo, Credit], cmp_ignore_case)

返回函數:

def f():
    print call f()...
    # 定義函數g:
    def g():
        print call g()...
    # 返回函數g:
    return g
>>> x = f()   # 調用f()
call f()...
>>> x   # 變量x是f()返回的函數:
<function g at 0x1037bf320>
>>> x()   # x指向函數,因此可以調用
call g()...   # 調用x()就是執行g()函數定義的代碼

例子:

#請編寫一個函數calc_prod(lst),它接收一個list,返回一個函數,返回函數可以計算參數的乘積。

def calc_prod(lst):
    def func():
        sum=1
        for x in lst:
            sum = sum * x
            print sum,\n
        return sum
    return func

f = calc_prod([1, 2, 3, 4])
print f()

閉包:像這種內層函數引用了外層函數的變量(參數也算變量),然後返回內層函數的情況,稱為閉包(Closure)。

返回函數不要引用任何循環變量,或者後續會發生變化的變量,這樣會導致引用返回函數時結果發生改變。

def count():
    fs = []
    for i in range(1, 4):
        def f(j):
            def g():
                return j*j
            return g
        r = f(i)
        fs.append(r)
    return fs
f1, f2, f3 = count()
print f1(), f2(), f3()

匿名函數:關鍵字lambda 表示匿名函數,冒號前面的 x 表示函數參數。只能有一個表達式,不寫return,返回值就是該表達式的結果。

>>> map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])
[1, 4, 9, 16, 25, 36, 49, 64, 81]

裝飾器:利用高階函數返回函數

定義裝飾器

def log(f):
    def fn(*args, **kw):
        print ‘call ‘ + f.__name__ + ‘()...‘
        return f(*args, **kw)
    return fn

調用裝飾器

@log
def factorial(n):
    return reduce(lambda x,y: x*y, range(1, n+1))
print factorial(10)

運行結果

call factorial()...
3628800

帶參數的裝飾器

def log(prefix):
    def log_decorator(f):
        def wrapper(*args, **kw):
            print [%s] %s()... % (prefix, f.__name__)
            return f(*args, **kw)
        return wrapper
    return log_decorator

@log(DEBUG)
def test():
    pass
print test()

decorator返回的新函數函數名已經不是原函數名,而是decorator內部定義的函數名。這對於那些依賴函數名的代碼就會失效。因此需要用到Python內部的functools來復制原函數信息到包裝之後的函數。

import time, functools

def performance(unit):
    def func(f):
        @functools.wraps(f)
        def wrapper(*args,**kw):
            t1=time.time()
            n=f(*args,**kw)
            t2=time.time()
            t = (t2 - t1) * 1000 if unit==ms else (t2 - t1)
            print call %s() in %f %s % (f.__name__, t, unit)
            return r
        return wrapper
    return func

@performance(ms)
def factorial(n):
    return reduce(lambda x,y: x*y, range(1, n+1))

print factorial.__name__

偏函數:functools.partial就是幫助我們創建一個偏函數的,functools.partial可以把一個參數多的函數變成一個參數少的新函數,少的參數需要在創建時指定默認值,這樣,新函數調用的難度就降低了。

import functools

sorted_ignore_case = functools.partial(sorted, cmp=lambda s1, s2: cmp(s1.upper(), s2.upper()))

print sorted_ignore_case([bob, about, Zoo, Credit])

高階函數和裝飾器