python【6】-函数式编程

一、高阶函数 map，reduce

1.map()

函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。

def f(x):
    return x*x

print map(f,range(1,5))

运行结果： [1, 4, 9, 16]

2. reduce

把一个函数作用在一个序列[x1, x2, x3...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算

例如求1-100之和

def f(x,y):
    return x+y

print reduce(f,range(1,5))

运行结果：10

3.sorted排序

sorted()函数也是一个高阶函数，它还可以接收一个比较函数来实现自定义的排序。

l=[34,25,1,3,50]
print sorted(l)

#运行结果：[1, 3, 25, 34, 50]

def reverse(x,y):
    if(x>y):
        return -1
    elif (x<y):
        return 1
    else :
        return 0

print sorted(l,reverse)

#运行结果：[50, 34, 25, 3, 1]

4.函数作为返回值

def f(*args):
  def sub():
    sum = 0
    for x in args:
      sum = sum + x
    return sum
  return sub
d=f(1,2,3,4,5,6,7)
print d()

#运行结果：28

把函数作为参数传入，或者把函数作为返回值返回，这样的函数称为高阶函数，函数式编程就是指这种高度抽象的编程范式。

二、匿名函数

关键字lambda表示匿名函数，冒号前面的x表示函数参数。匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。

print map(lambda x:x*x,range(1,6))

#运行结果：[1, 4, 9, 16, 25]

三、装饰器

在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。

import functools

#定义装饰器
def log(f):
    @functools.wraps(f)
    def wrapper(*args,**kw):
        print "call %s"%(f.__name__)
        f(*args,**kw)
    return wrapper

因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处

#使用装饰器
@log
def getNow():
    print '2016-05-26'

#调用
getNow()

#运行结果：2016-05-26

四、偏函数

functools.partial的作用就是，把一个函数的某些参数（不管有没有默认值）给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。

import functools
def func(a,b=1,c=2):
return a+b+c

func2=functools.partial(func,b=2)
func3=functools.partial(func,c=3)

print func2(5)#运行结果9
print func3(1,4)#运行结果8

如需转载，请标明原文链接：http://www.cnblogs.com/janes/