opkg 做网站的包叫什么名字,做网站优化排名,张家港普通网站建设,Pdf书籍网站建设这篇文章讲述了Python进阶#xff1a;高阶函数的详细说明有需要的朋友可以参考函数式编程函数是Python内建支持的一种封装#xff0c;我们通过把大段代码拆成函数#xff0c;通过一层一层的函数调用#xff0c;就可以把复杂任务分解成简单的任务#xff0c;这种分解可以称…这篇文章讲述了Python进阶高阶函数的详细说明有需要的朋友可以参考函数式编程函数是Python内建支持的一种封装我们通过把大段代码拆成函数通过一层一层的函数调用就可以把复杂任务分解成简单的任务这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。而函数式编程(请注意多了一个“式”字)——Functional Programming虽然也可以归结到面向过程的程序设计但其思想更接近数学计算。我们首先要搞明白计算机(Computer)和计算(Compute)的概念。在计算机的层次上CPU执行的是加减乘除的指令代码以及各种条件判断和跳转指令所以汇编语言是最贴近计算机的语言。而计算则指数学意义上的计算越是抽象的计算离计算机硬件越远。对应到编程语言就是越低级的语言越贴近计算机抽象程度低执行效率高比如C语言越高级的语言越贴近计算抽象程度高执行效率低比如Lisp语言。函数式编程就是一种抽象程度很高的编程范式纯粹的函数式编程语言编写的函数没有变量因此任意一个函数只要输入是确定的输出就是确定的这种纯函数我们称之为没有副作用。而允许使用变量的程序设计语言由于函数内部的变量状态不确定同样的输入可能得到不同的输出因此这种函数是有副作用的。函数式编程的一个特点就是允许把函数本身作为参数传入另一个函数还允许返回一个函数Python对函数式编程提供部分支持。由于Python允许使用变量因此Python不是纯函数式编程语言。高阶函数高阶函数英文叫Higher-order function。什么是高阶函数我们以实际代码为例子一步一步深入概念。变量可以指向函数以Python内置的求绝对值的函数abs()为例调用该函数用以下代码 abs(-10)10但是如果只写abs呢 abs可见abs(-10)是函数调用而abs是函数本身。要获得函数调用结果我们可以把结果赋值给变量 x abs(-10) x10但是如果把函数本身赋值给变量呢 f abs f结论函数本身也可以赋值给变量即变量可以指向函数。如果一个变量指向了一个函数那么可否通过该变量来调用这个函数用代码验证一下 f abs f(-10)10成功说明变量f现在已经指向了abs函数本身。直接调用abs()函数和调用变量f()完全相同。函数名也是变量那么函数名是什么呢函数名其实就是指向函数的变量对于abs()这个函数完全可以把函数名abs看成变量它指向一个可以计算绝对值的函数如果把abs指向其他对象会有什么情况发生 abs 10 abs(-10)Traceback (most recent call last):File , line 1, in TypeError: int object is not callable把abs指向10后就无法通过abs(-10)调用该函数了因为abs这个变量已经不指向求绝对值函数而是指向一个整数10当然实际代码绝对不能这么写这里是为了说明函数名也是变量。要恢复abs函数请重启Python交互环境。注由于abs函数实际上是定义在import builtins模块中的所以要让修改abs变量的指向在其它模块也生效要用import builtins; builtins.abs 10。传入函数既然变量可以指向函数函数的参数能接收变量那么一个函数就可以接收另一个函数作为参数这种函数就称之为高阶函数。一个最简单的高阶函数def add(x, y, f): return f(x) f(y)当我们调用add(-5, 6, abs)时参数xy和f分别接收-56和abs根据函数定义我们可以推导计算过程为x -5y 6f absf(x) f(y) abs(-5) abs(6) 11return 11用代码验证一下 add(-5, 6, abs)11编写高阶函数就是让函数的参数能够接收别的函数。小结把函数作为参数传入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。map/reducePython内建了map()和reduce()函数。如果你读过Google的那篇大名鼎鼎的论文“MapReduce: Simplified Data Processing on Large Clusters”你就能大概明白map/reduce的概念。我们先看map。map()函数接收两个参数一个是函数一个是Iterablemap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Iterator返回。举例说明比如我们有一个函数f(x)x2要把这个函数作用在一个list [1, 2, 3, 4, 5, 6, 7, 8, 9]上就可以用map()实现如下现在我们用Python代码实现 def f(x):... return x * x... r map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9]) list(r)[1, 4, 9, 16, 25, 36, 49, 64, 81]map()传入的第一个参数是f即函数对象本身。由于结果r是一个IteratorIterator是惰性序列因此通过list()函数让它把整个序列都计算出来并返回一个list。你可能会想不需要map()函数写一个循环也可以计算出结果L []for n in [1, 2, 3, 4, 5, 6, 7, 8, 9]:L.append(f(n))print(L)的确可以但是从上面的循环代码能一眼看明白“把f(x)作用在list的每一个元素并把结果生成一个新的list”吗所以map()作为高阶函数事实上它把运算规则抽象了因此我们不但可以计算简单的f(x)x2还可以计算任意复杂的函数比如把这个list所有数字转为字符串 list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))[1, 2, 3, 4, 5, 6, 7, 8, 9]只需要一行代码。再看reduce的用法。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其效果就是reduce(f, [x1, x2, x3, x4]) f(f(f(x1, x2), x3), x4)比方说对一个序列求和就可以用reduce实现 from functools import reduce def add(x, y):... return x y... reduce(add, [1, 3, 5, 7, 9])25当然求和运算可以直接用Python内建函数sum()没必要动用reduce。但是如果要把序列[1, 3, 5, 7, 9]变换成整数13579reduce就可以派上用场 from functools import reduce def fn(x, y):... return x * 10 y... reduce(fn, [1, 3, 5, 7, 9])13579这个例子本身没多大用处但是如果考虑到字符串str也是一个序列对上面的例子稍加改动配合map()我们就可以写出把str转换为int的函数 from functools import reduce def fn(x, y):... return x * 10 y... def char2num(s):... return {0: 0, 1: 1, 2: 2, 3: 3, 4: 4, 5: 5, 6: 6, 7: 7, 8: 8, 9: 9}[s]... reduce(fn, map(char2num, 13579))13579整理成一个str2int的函数就是from functools import reducedef str2int(s): def fn(x, y): return x * 10 y def char2num(s): return {0: 0, 1: 1, 2: 2, 3: 3, 4: 4, 5: 5, 6: 6, 7: 7, 8: 8, 9: 9}[s] return reduce(fn, map(char2num, s))还可以用lambda函数进一步简化成from functools import reducedef char2num(s): return {0: 0, 1: 1, 2: 2, 3: 3, 4: 4, 5: 5, 6: 6, 7: 7, 8: 8, 9: 9}[s]def str2int(s): return reduce(lambda x, y: x * 10 y, map(char2num, s))也就是说假设Python没有提供int()函数你完全可以自己写一个把字符串转化为整数的函数而且只需要几行代码lambda函数的用法在后面介绍。filterPython内建的filter()函数用于过滤序列。和map()类似filter()也接收一个函数和一个序列。和map()不同的是filter()把传入的函数依次作用于每个元素然后根据返回值是True还是False决定保留还是丢弃该元素。例如在一个list中删掉偶数只保留奇数可以这么写def is_odd(n): return n % 2 1list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))# 结果: [1, 5, 9, 15]把一个序列中的空字符串删掉可以这么写def not_empty(s): return s and s.strip()list(filter(not_empty, [A, , B, None, C, ]))# 结果: [A, B, C]可见用filter()这个高阶函数关键在于正确实现一个“筛选”函数。注意到filter()函数返回的是一个Iterator也就是一个惰性序列所以要强迫filter()完成计算结果需要用list()函数获得所有结果并返回list。sorted排序算法排序也是在程序中经常用到的算法。无论使用冒泡排序还是快速排序排序的核心是比较两个元素的大小。如果是数字我们可以直接比较但如果是字符串或者两个dict呢直接比较数学上的大小是没有意义的因此比较的过程必须通过函数抽象出来。Python内置的sorted()函数就可以对list进行排序 sorted([36, 5, -12, 9, -21])[-21, -12, 5, 9, 36]此外sorted()函数也是一个高阶函数它还可以接收一个key函数来实现自定义的排序例如按绝对值大小排序 sorted([36, 5, -12, 9, -21], keyabs)[5, 9, -12, -21, 36]key指定的函数将作用于list的每一个元素上并根据key函数返回的结果进行排序。对比原始的list和经过keyabs处理过的listlist [36, 5, -12, 9, -21]keys [36, 5, 12, 9, 21]然后sorted()函数按照keys进行排序并按照对应关系返回list相应的元素keys排序结果 [5, 9, 12, 21, 36]| | | | |最终结果 [5, 9, -12, -21, 36]我们再看一个字符串排序的例子 sorted([bob, about, Zoo, Credit])[Credit, Zoo, about, bob]默认情况下对字符串排序是按照ASCII的大小比较的由于Z a结果大写字母Z会排在小写字母a的前面。现在我们提出排序应该忽略大小写按照字母序排序。要实现这个算法不必对现有代码大加改动只要我们能用一个key函数把字符串映射为忽略大小写排序即可。忽略大小写来比较两个字符串实际上就是先把字符串都变成大写(或者都变成小写)再比较。这样我们给sorted传入key函数即可实现忽略大小写的排序 sorted([bob, about, Zoo, Credit], keystr.lower)[about, bob, Credit, Zoo]要进行反向排序不必改动key函数可以传入第三个参数reverseTrue sorted([bob, about, Zoo, Credit], keystr.lower, reverseTrue)[Zoo, Credit, bob, about]从上述例子可以看出高阶函数的抽象能力是非常强大的而且核心代码可以保持得非常简洁。小结sorted()也是一个高阶函数。用sorted()排序的关键在于实现一个映射函数。返回函数函数作为返回值高阶函数除了可以接受函数作为参数外还可以把函数作为结果值返回。我们来实现一个可变参数的求和。通常情况下求和的函数是这样定义的def calc_sum(*args):ax 0 for n in args:ax ax n return ax但是如果不需要立刻求和而是在后面的代码中根据需要再计算怎么办可以不返回求和的结果而是返回求和的函数def lazy_sum(*args): def sum():ax 0 for n in args:ax ax n return ax return sum当我们调用lazy_sum()时返回的并不是求和结果而是求和函数 f lazy_sum(1, 3, 5, 7, 9) f.sum at 0x101c6ed90调用函数f时才真正计算求和的结果 f()25在这个例子中我们在函数lazy_sum中又定义了函数sum并且内部函数sum可以引用外部函数lazy_sum的参数和局部变量当lazy_sum返回函数sum时相关参数和变量都保存在返回的函数中这种称为“闭包(Closure)”的程序结构拥有极大的威力。请再注意一点当我们调用lazy_sum()时每次调用都会返回一个新的函数即使传入相同的参数 f1 lazy_sum(1, 3, 5, 7, 9) f2 lazy_sum(1, 3, 5, 7, 9) f1f2Falsef1()和f2()的调用结果互不影响。闭包注意到返回的函数在其定义内部引用了局部变量args所以当一个函数返回了一个函数后其内部的局部变量还被新函数引用所以闭包用起来简单实现起来可不容易。另一个需要注意的问题是返回的函数并没有立刻执行而是直到调用了f()才执行。我们来看一个例子def count():fs [] for i in range(1, 4): def f(): return i*ifs.append(f) return fsf1, f2, f3 count()在上面的例子中每次循环都创建了一个新的函数然后把创建的3个函数都返回了。你可能认为调用f1()f2()和f3()结果应该是149但实际结果是 f1()9 f2()9 f3()9全部都是9原因就在于返回的函数引用了变量i但它并非立刻执行。等到3个函数都返回时它们所引用的变量i已经变成了3因此最终结果为9。返回闭包时牢记的一点就是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。如果一定要引用循环变量怎么办方法是再创建一个函数用该函数的参数绑定循环变量当前的值无论该循环变量后续如何更改已绑定到函数参数的值不变def count(): def f(j): def g(): return j*j return gfs [] for i in range(1, 4):fs.append(f(i)) # f(i)立刻被执行因此i的当前值被传入f() return fs再看看结果 f1, f2, f3 count() f1()1 f2()4 f3()9缺点是代码较长可利用lambda函数缩短代码。小结一个函数可以返回一个计算结果也可以返回一个函数。返回一个函数时牢记该函数并未执行返回函数中不要引用任何可能会变化的变量。匿名函数当我们在传入函数时有些时候不需要显式地定义函数直接传入匿名函数更方便。在Python中对匿名函数提供了有限支持。还是以map()函数为例计算f(x)x2时除了定义一个f(x)的函数外还可以直接传入匿名函数 list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))[1, 4, 9, 16, 25, 36, 49, 64, 81]通过对比可以看出匿名函数lambda x: x * x实际上就是def f(x): return x * x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。用匿名函数有个好处因为函数没有名字不必担心函数名冲突。此外匿名函数也是一个函数对象也可以把匿名函数赋值给一个变量再利用变量来调用该函数 f lambda x: x * x f at 0x101c6ef28 f(5)25同样也可以把匿名函数作为返回值返回比如def build(x, y): return lambda: x * x y * y小结Python对匿名函数的支持有限只有一些简单的情况下可以使用匿名函数。偏函数Python的functools模块提供了很多有用的功能其中一个就是偏函数(Partial function)。要注意这里的偏函数和数学意义上的偏函数不一样。在介绍函数参数的时候我们讲到通过设定参数的默认值可以降低函数调用的难度。而偏函数也可以做到这一点。举例如下int()函数可以把字符串转换为整数当仅传入字符串时int()函数默认按十进制转换 int(12345)12345但int()函数还提供额外的base参数默认值为10。如果传入base参数就可以做N进制的转换 int(12345, base8)5349 int(12345, 16)74565假设要转换大量的二进制字符串每次都传入int(x, base2)非常麻烦于是我们想到可以定义一个int2()的函数默认把base2传进去def int2(x, base2): return int(x, base)这样我们转换二进制就非常方便了 int2(1000000)64 int2(1010101)85functools.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, base2) int2(1000000)64 int2(1010101)85所以简单总结functools.partial的作用就是把一个函数的某些参数给固定住(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。注意到上面的新的int2函数仅仅是把base参数重新设定默认值为2但也可以在函数调用时传入其他值 int2(1000000, base10)1000000最后创建偏函数时实际上可以接收函数对象、*args和**kw这3个参数当传入int2 functools.partial(int, base2)实际上固定了int()函数的关键字参数base也就是int2(10010)相当于kw { base: 2 }int(10010, **kw)当传入max2 functools.partial(max, 10)实际上会把10作为*args的一部分自动加到左边也就是max2(5, 6, 7)相当于args (10, 5, 6, 7)max(*args)结果为10。小结当函数的参数个数太多需要简化时使用functools.partial可以创建一个新的函数这个新函数可以固定住原函数的部分参数从而在调用时更简单。
