【Python】函数式编程&读写文件
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了【Python】函数式编程&读写文件，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含6135字，纯文字阅读大概需要9分钟。
内容图文
九、Python 函数式编程
1、什么是函数式编程
1.1 函数：function，逻辑功能的单位；函数式：functional，一种编程范式。函数不等于函数式。
1.2 特点：允许有变量；函数可以作为变量；函数可以返回函数；支持匿名函数
2、把函数作为参数
##计算平方根
import math
def add(x, y, f):
return f(x) + f(y)
print(add(25, 9, math.sqrt)) #==>8.0
3、map()函数
map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f依次作用在list的每个元素上，map()函数会返回一个迭代器，可以依次迭代得到原来list的元素被函数f处理后的结果。
def f(x):
return x*x
for item in map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9]):
print(item) #==>[1, 4, 9, 10, 25, 36, 49, 64, 81]
4、reduce()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。在python3中，reduce()函数被收录到functools包内，需要引入functools才可以使用。
from functools import reduce
def f(x, y):
return x + y
print(reduce(f, [1,3,5,7,9])) # ==> 25
#还可以接收第3个可选参数，作为计算的初始值
print(reduce(f, [1, 3, 5, 7, 9], 100)) # ==> 125
5、filter()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，并返回一个迭代器，可以迭代出所有符合条件的元素。
#删除 None 或者空字符串
def is_not_empty(s):
return s and len(s.strip()) > 0
for item in filter(is_not_empty, ['test', None, '', 'str', ' ', 'END']):
print(item) #==>test, str, END
#注意: s.strip()会默认删除空白字符（包括'\n', '\r', '\t', ' ')
s = ' 123'
s.strip() # ==> 123
s= '\t\t123\r\n'
s.strip() # ==> 123
#过滤出1~100中平方根是整数的数
import math
def is_sqrt(x):
r = int(math.sqrt(x))
return r * r == x
for item in filter(is_sqrt, range(1, 101)):
print(item) #==>1, 4, 9, 16, 25, 36, 49, 64, 81, 100
6、自定义排序函数
6.1 内置的 sorted()函数可对list进行排序，默认是由小到大排序列表的元素
sorted([36, 5, 12, 9, 21]) #==>[5, 9, 12, 21, 36]
6.2 list的每一个元素又是一个容器时，则会以第一个元素来排序，sorted接受key参数，用来指定排序的字段，key的值是一个函数，接受待排序列表的元素作为参数，并返回对应需要排序的字段
score = [('Alice', 72), ('Candy', 90), ('Bob', 62)]
sorted(score) #==>[('Alice', 72), ('Bob', 62), ('Candy', 90)]
#按照成绩来进行排序
def k(item):
return item[1] # ==> 按成绩排序，成绩是第二个字段
sorted(score, key=k) #==>[('Bob', 62), ('Alice', 72), ('Candy', 90)]
#倒序指定
sorted(score, key=k, reverse=True) #==>[('Candy', 90), ('Alice', 72), ('Bob', 62)]
7、返回函数
7.1 在函数内部，是可以定义子函数的。
7.2 返回函数和返回函数值的语句是非常类似的，返回函数时，不能带小括号，而返回函数值时，则需要带上小括号以调用函数。
##编写一个函数calc_prod(list_)，它接收一个list，返回一个函数，返回函数可以计算参数的乘积。
from functools import reduce
def calc_prod(list_):
def lazy_prod():
def f(x, y):
return x * y
return reduce(f, list_, 1)
return lazy_prod
f = calc_prod([1, 2, 3, 4])
print(f()) #==>24
8、闭包
8.1 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）。
8.2 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。
8.3 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(j):
def g():
return j*j
return g
r = f(i)
fs.append(r)
return fs
f1, f2, f3 = count()
print(f1(), f2(), f3()) #==>(1, 4, 9)
9、匿名函数
匿名函数使用lambda定义：lambda x: x * x，就可以完成原来显式定义的f(x)函数的功能，冒号前面的x表示匿名函数的参数，后面的是一个表达式，匿名函数有个限制，就是只能有一个表达式，不写return，返回值就是该表达式的结果。
result = [item for item in map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])] print(result) # ==> [1, 4, 9, 16, 25, 36, 49, 64, 81]
10、编写无参数的decorator
10.1 decorator 本质上就是一个高阶函数，它接收一个函数作为参数，然后，返回一个新函数。
10.2 decorator 用Python提供的 @ 语法（装饰器），这样可以避免手动编写 f = decorate(f) 这样的代码
#@log的定义
def log(f):
def fn(x):
print('call ' + f.__name__ + '()...')
return f(x)
return fn
#阶乘函数
@log
def factorial(n):
return reduce(lambda x,y: x*y, range(1, n+1))
print(factorial(10))
#==>call factorial()...
#==>3628800
10.3 以上只能传入一个参数，因为@log是写死了只含一个参数的，要是保证任意个数，应该使用args和*kwargs
def log(f):
def fn(*args, **kwargs):
print('call ' + f.__name__ + '()...')
return f(*args, **kwargs)
return fn
10.4 请编写一个@performance，它可以打印出函数调用的时间。
###计算函数调用的时间可以记录调用前后的当前时间戳，然后计算两个时间戳的差。
import time
def performance(f):
def fn(*args, **kw):
t1 = time.time()
r = f(*args, **kw)
t2 = time.time()
print('call %s() in %fs' % (f.__name__, (t2 - t1)))
return r
return fn
@performance
def factorial(n):
return reduce(lambda x,y: x*y, range(1, n+1))
print(factorial(10))
#==>call factorial() in 0.005034s
#==>3628800
11、编写有参数的decorator
11.1 发现对于被装饰的函数，log打印的语句是不能变的（除了函数名）。
11.2 如果有的函数非常重要，希望打印出'[INFO] call xxx()...'。有的函数不太重要，希望打印出'[DEBUG] call xxx()...'。这时，log函数本身就需要传入'INFO'或'DEBUG'这样的参数，类似这样：
@log('DEBUG')
def my_func():
pass
##把上面的定义翻译成高阶函数的调用
my_func = log('DEBUG')(my_func)
#其实也就是下面这样的内容
log_decorator = log('DEBUG')
my_func = log_decorator(my_func)
#也可以写作下面这样
log_decorator = log('DEBUG')
@log_decorator
def my_func():
pass
综上其实就是：
def log(prefix):
def log_decorator(f):
def wrapper(*args, **kw):
print('[{}] {}()...'.format(prefix, f.__name__))
return f(*args, **kw)
return wrapper
return log_decorator
@log('DEBUG')
def test():
pass
test() #==>[DEBUG] test()...
12、偏函数
12.1 偏函数指的就是“创建一个调用另外一个部分参数或变量已经预置的函数”的函数的用法。一个栗子：int()函数的base参数，没有指定的时候，默认是以十进制工作的，当指定base=2的时候，int2实际上就变成了部分参数(base)已经预置了的偏函数。
12.2 functools.partial就是帮助我们创建一个偏函数的，不需要我们自己定义int2()，可以直接使用下面的代码创建一个新的函数int2：
>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64
>>> int2('1010101')
85
12.3 functools.partial可以把一个参数多的函数变成一个参数少的新函数，少的参数需要在创建时指定默认值
内容总结
以上是互联网集市为您收集整理的【Python】函数式编程&读写文件全部内容，希望文章能够帮你解决【Python】函数式编程&读写文件所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。