Python 高阶 Python函数式编程以及高阶函数reduce,sorted,filter

#coding=utf-8
#python函数式编程
#求绝对值函数abs
#变量可以指向一个函数
print abs(-1)  #1
abs=len
list=[1,2,3]
print abs(list) #3

def sum(a,b):
return a+b

add=sum
print add(1,2)#3

#函数作为参数
def add(a,b,f):
return f(a,b)

print add(-1,-2,sum) #-3

'''
reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。

例如，编写一个f函数，接收x和y，返回x和y的和：
def f(x, y):
return x + y

调用 reduce(f, [1, 3, 5, 7, 9])时，reduce函数将做如下计算：
先计算头两个元素：f(1, 3)，结果为4；
再把结果和第3个元素计算：f(4, 5)，结果为9；
再把结果和第4个元素计算：f(9, 7)，结果为16；
再把结果和第5个元素计算：f(16, 9)，结果为25；
由于没有更多的元素了，计算结束，返回结果25。

'''
def prod(x, y):
return x*y

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

'''
filter()函数是 Python 内置的另一个有用的高阶函数，filter()函数接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。

例如，要从一个list [1, 4, 6, 7, 9, 12, 17]中删除偶数，保留奇数，首先，要编写一个判断奇数的函数：
def is_odd(x):
return x % 2 == 1

然后，利用filter()过滤掉偶数：
filter(is_odd, [1, 4, 6, 7, 9, 12, 17])

结果：[1, 7, 9, 17]

利用filter()，可以完成很多有用的功能，例如，删除 None 或者空字符串：
def is_not_empty(s):
return s and len(s.strip()) > 0
filter(is_not_empty, ['test', None, '', 'str', '  ', 'END'])

结果：['test', 'str', 'END']

注意: s.strip(rm) 删除 s 字符串中开头、结尾处的 rm 序列的字符。

当rm为空时，默认删除空白符（包括'\n', '\r', '\t', ' ')，如下：
a = '     123'
a.strip()

结果： '123'
a='\t\t123\r\n'
a.strip()

结果：'123'

'''
#过滤出1~100中平方根是整数的数
import math

def is_sqr(x):
return math.sqrt(x)%1==0

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

'''
Python内置的 sorted()函数可对list进行排序：
>>>sorted([36, 5, 12, 9, 21])

[5, 9, 12, 21, 36]

但 sorted()也是一个高阶函数，它可以接收一个比较函数来实现自定义排序，比较函数的定义是，传入两个待比较的元素 x, y，如果 x 应该排在 y 的前面，返回 -1，如果 x 应该排在 y 的后面，返回 1。如果 x 和 y 相等，返回 0。

因此，如果我们要实现倒序排序，只需要编写一个reversed_cmp函数：
def reversed_cmp(x, y):
if x > y:
return -1
if x < y:
return 1
return 0

这样，调用 sorted() 并传入 reversed_cmp 就可以实现倒序排序：
>>> sorted([36, 5, 12, 9, 21], reversed_cmp)
[36, 21, 12, 9, 5]

sorted()也可以对字符串进行排序，字符串默认按照ASCII大小来比较：
>>> sorted(['bob', 'about', 'Zoo', 'Credit'])
['Credit', 'Zoo', 'about', 'bob']

'Zoo'排在'about'之前是因为'Z'的ASCII码比'a'小。

'''
def cmp_ignore_case(s1, s2):
if s1.lower()>s2.lower():
return 1;
elif s1.lower()<s2.lower():
return -1;
else:#相等返回0
return 0

print sorted(['bob', 'about', 'Zoo', 'Credit'], cmp_ignore_case)
def cmp_ignore_case(s1, s2):
if s1>s2:
return 1;
elif s1<s2:
return -1;
else:#相等返回0
return 0
print sorted([1, 2, 1, 3], cmp_ignore_case) #[1, 1, 2, 3]

def count():
fs = []
for i in range(1, 4):
def f():
return i*i
fs.append(f)
return fs

f1, f2, f3 = count()
print f1(), f2(), f3()

'''
python中闭包

在函数内部定义的函数和外部定义的函数是一样的，只是他们无法被外部访问：
def g():
print 'g()...'

def f():
print 'f()...'
return g

将 g 的定义移入函数 f 内部，防止其他代码调用 g：
def f():
print 'f()...'
def g():
print 'g()...'
return g

但是，考察上一小节定义的 calc_sum 函数：
def calc_sum(lst):
def lazy_sum():
return sum(lst)
return lazy_sum

注意: 发现没法把 lazy_sum 移到 calc_sum 的外部，因为它引用了 calc_sum 的参数 lst。

像这种内层函数引用了外层函数的变量（参数也算变量），然后返回内层函数的情况，称为闭包（Closure）。

闭包的特点是返回的函数还引用了外层函数的局部变量，所以，要正确使用闭包，就要确保引用的局部变量在函数返回后不能变。举例如下：
# 希望一次返回3个函数，分别计算1x1,2x2,3x3:
def count():
fs = []
for i in range(1, 4):
def f():
return i*i
fs.append(f)
return fs

f1, f2, f3 = count()

你可能认为调用f1()，f2()和f3()结果应该是1，4，9，但实际结果全部都是 9（请自己动手验证）。

原因就是当count()函数返回了3个函数时，这3个函数所引用的变量 i 的值已经变成了3。由于f1、f2、f3并没有被调用，所以，此时他们并未计算 i*i，当 f1 被调用时：
>>> f1()
9     # 因为f1现在才计算i*i，但现在i的值已经变为3

因此，返回函数不要引用任何循环变量，或者后续会发生变化的变量。

'''
#返回闭包不能引用循环变量，请改写count()
#函数，让它正确返回能计算1x1、2x2、3x3的函数
def count():
fs = []
for i in range(1, 4):
def f(m=i):
return m*m
fs.append(f)
return fs

f1, f2, f3 = count()
print f1(), f2(), f3()