Python学习_08_函数式编程
2015-05-18 20:42
573 查看
在python中,函数名也是一个变量,代表对一个函数内容的引用,意味着可以作为参数传入到其他函数中,根据这个特性,发散出装饰器、闭包等概念,并涉及到变量作用域等问题。
函数的参数分为按顺序确定的位置参数、默认参数、非关键字可变长度参数、关键字可变长度参数。
其中位置参数仅仅通过传入时的顺序来确定调用,并且如果没有任何默认参数的话,传入的参数数目必须和函数定义一致。python支持默认参数,将一些常用的参数初始化而避免重复写相同的参数。这两个都是常规函数的参数形式。另外一种非常规的参数就是参数的数目不一定,即可变长度的参数,这些参数可以是不带关键字的元组,或者是带关键字的字典。
python中,参数传入规则可以表示如下:
def myFunc([formal_args,] *args_tuple,**kw_dict)
其中formal_args表示位置参数,包含可能有的默认参数,而*args_tuple则表示可变长度的非关键字参数,**kw_dict表示可变长度的关键字参数。
fun add(x,y):
return x+y
可以用lambada x,y:x+y来表示,lambada之后,冒号之前的内容表示需要传入的参数,冒号之后的内容表示执行的单行语句。
lambada可以被存储,以便之后调用,如 add = lambada x,y:x+y,可以调用为add(x,y)。
def log(func):
def wrappedFunc():
print ’The %s() is called!’ % func.__name__
return fun()
return wrappedFunc
通过@log的方式使用装饰器:
@log
def func():
pass
上述语句的含义是func=log(func),此时,func的内容会调用装饰器log,log函数最终会返回wrappedFunc函数对象,但是并没有调用该函数,当func()执行时真正调用wrappedFunc(),该函数首先打印一行调用日志,然后返回func()函数的调用,这里返回的调用,并不是func函数对象,所以在这里会真正执行func函数的实体。从而实现“装饰”的过程。
def counter(start_at = 0):
count = start_at
def incr():
count += 1
return count[0]
return incr
可以看到闭包的形式装饰器很像,区别是闭包传入的不一定是一个函数,只是对外部变量的引用,内部函数中也不一定需要执行传入的函数,可能做一些其他的工作。
闭包和装饰器的一个例子:
from time import time
def logged(when):
def log(f,*args,**kargs):
print ‘’’Called:
function: %s
args: %r
kargs: %r’’’ %(f,args,kargs)
def pre_logged(f):
def wrapped(*args,**kargs):
log(f,*args,**kargs)
return f(*args,**kargs)
return wrapped
def post_logged(f):
def wrapped(*args,**args):
now = time()
try:
return f(*args,**kargs)
finally:
log(f,*args,**kargs)
print “time delta: %s “ % (time()-now)
return wrapped
try:
return {‘pre’: pre_logged,’post’:post_logged}[when]
except KeyError,e:
raise ValueError(e),’must be “pre” or “post” '
@logged(“post")
def hello(name):
print “Hello,”,name
hello(“word!")
from operator import add
from functools import partial
add1 = partial(add,1)
此时,add1(5) 就表示add(1,5)
通过globa关键字,可以将变量推出局部作用域,不通过上述查找过程,而直接引用一个已命名的全局变量。
def simpleGen():
yield 1
yield 2
此时,simpleGen()就是一个迭代器,simpleGen().next() = 1,simpleGen().next() = 2
除了next()方法获得下一个值,还可以通过send方法来讲值送给生成器:
def counter(start_at = 0):
count = start_at
while True:
val = (yield count)
if val is not None:
count = val
else :
count += 1
count = count(5)
count.next() = 5;count.next() = 6;count.send(9) = 9; count.next() = 10; count.close() ; count.next(): StopIteration
函数
python中函数操作符为(),在任何需要调用函数的地方都需要在函数名后面加(),表示调用该函数,否则的话仅仅表示一个函数对象,当然可以保存这个对象,或者将该函数对象传入到其他函数中,以供延迟调用。函数的参数分为按顺序确定的位置参数、默认参数、非关键字可变长度参数、关键字可变长度参数。
其中位置参数仅仅通过传入时的顺序来确定调用,并且如果没有任何默认参数的话,传入的参数数目必须和函数定义一致。python支持默认参数,将一些常用的参数初始化而避免重复写相同的参数。这两个都是常规函数的参数形式。另外一种非常规的参数就是参数的数目不一定,即可变长度的参数,这些参数可以是不带关键字的元组,或者是带关键字的字典。
python中,参数传入规则可以表示如下:
def myFunc([formal_args,] *args_tuple,**kw_dict)
其中formal_args表示位置参数,包含可能有的默认参数,而*args_tuple则表示可变长度的非关键字参数,**kw_dict表示可变长度的关键字参数。
匿名函数 lambada
匿名函数是python中对单行语句的特殊用法,用于简化一些简单函数。如fun add(x,y):
return x+y
可以用lambada x,y:x+y来表示,lambada之后,冒号之前的内容表示需要传入的参数,冒号之后的内容表示执行的单行语句。
lambada可以被存储,以便之后调用,如 add = lambada x,y:x+y,可以调用为add(x,y)。
装饰器 decorator
由于函数的本质是一个引用,所以对函数名可以进行传入、传出等和一般变量一样的操作,通过这个特性,可以设计一些装饰器,用以对函数做重复的通用操作。python中对装饰器有额外的语法支持:@,在函数的上方加入@decorator语句,即表示对该函数进行装饰调用。一个函数可以被多个装饰器装饰。装饰器的本质是函数,所以装饰器也支持参数传入。一个装饰器的例子:def log(func):
def wrappedFunc():
print ’The %s() is called!’ % func.__name__
return fun()
return wrappedFunc
通过@log的方式使用装饰器:
@log
def func():
pass
上述语句的含义是func=log(func),此时,func的内容会调用装饰器log,log函数最终会返回wrappedFunc函数对象,但是并没有调用该函数,当func()执行时真正调用wrappedFunc(),该函数首先打印一行调用日志,然后返回func()函数的调用,这里返回的调用,并不是func函数对象,所以在这里会真正执行func函数的实体。从而实现“装饰”的过程。
闭包 closure
在python2.1之后,作用域规则变为静态作用域,内部函数可以正常引用外部的变量,这种内部函数引用外部作用域的变量的函数就被称为闭包:def counter(start_at = 0):
count = start_at
def incr():
count += 1
return count[0]
return incr
可以看到闭包的形式装饰器很像,区别是闭包传入的不一定是一个函数,只是对外部变量的引用,内部函数中也不一定需要执行传入的函数,可能做一些其他的工作。
闭包和装饰器的一个例子:
from time import time
def logged(when):
def log(f,*args,**kargs):
print ‘’’Called:
function: %s
args: %r
kargs: %r’’’ %(f,args,kargs)
def pre_logged(f):
def wrapped(*args,**kargs):
log(f,*args,**kargs)
return f(*args,**kargs)
return wrapped
def post_logged(f):
def wrapped(*args,**args):
now = time()
try:
return f(*args,**kargs)
finally:
log(f,*args,**kargs)
print “time delta: %s “ % (time()-now)
return wrapped
try:
return {‘pre’: pre_logged,’post’:post_logged}[when]
except KeyError,e:
raise ValueError(e),’must be “pre” or “post” '
@logged(“post")
def hello(name):
print “Hello,”,name
hello(“word!")
偏函数
通过引用functools 模块中的partial 可以引入偏函数,偏函数的概念就是对原本需要多个参数的函数确定其中一个参数而称为另一个函数:from operator import add
from functools import partial
add1 = partial(add,1)
此时,add1(5) 就表示add(1,5)
作用域和globa语句
python搜索一个标示符的时候,会先从局部变量开始搜索,如果没有找到,则从上一级搜索,直到没有找到而返回NameError通过globa关键字,可以将变量推出局部作用域,不通过上述查找过程,而直接引用一个已命名的全局变量。
生成器和yield语句
生成器用yield语句生成迭代器,每个yield语句顺序地使其内容在next()方法中被调用:def simpleGen():
yield 1
yield 2
此时,simpleGen()就是一个迭代器,simpleGen().next() = 1,simpleGen().next() = 2
除了next()方法获得下一个值,还可以通过send方法来讲值送给生成器:
def counter(start_at = 0):
count = start_at
while True:
val = (yield count)
if val is not None:
count = val
else :
count += 1
count = count(5)
count.next() = 5;count.next() = 6;count.send(9) = 9; count.next() = 10; count.close() ; count.next(): StopIteration
相关文章推荐
- 【Python学习笔记】函数式编程
- 【python学习】之二、函数式编程
- 廖雪峰python学习笔记——函数式编程
- 【python学习】之二、函数式编程
- 慕课网python进阶函数式编程学习记录
- 【Python】学习笔记——-5.0、函数式编程
- Python学习札记(二十二) 函数式编程3 filter & SyntaxError: unexpected EOF while parsing
- Python 学习总结(二):理解函数式编程,丰富开发
- Python学习----函数式编程
- Python学习笔记07_函数式编程
- python学习——函数式编程——高阶函数
- Python学习笔记之函数式编程
- 【Python学习笔记】函数式编程:高阶函数
- Python学习9:函数式编程
- 【python学习笔记】函数式编程:返回函数
- 廖雪峰Python教程学习笔记4-函数式编程
- python学习第十一天 -- 函数式编程
- Python学习笔记:函数式编程工具
- Python学习笔记11:Python函数和函数式编程
- Python函数式编程学习:lambda, map, reduce, filter