python高级特性+函数式编程

函数参数

1.可变参数

def print_args(*args): print(args) print_args(1,2,3,4) #结果：1 2 3 4

2.关键字参数(两种方法)

def print_args(**args): print(args) print_args(name='adam',age=12,ID = '123456') #结果：{'name': 'adam', 'age': 12, 'ID': '123456'} _args = {'name': 'adam', 'age': 12, 'ID': '123456'} print_args(**_args) #结果：{'name': 'adam', 'age': 12, 'ID': '123456'}

迭代器

1.利用for迭代（可迭代：）任何可以迭代的对象（srt,dict,list）

_args = {'name': 'adam', 'age': 12, 'ID': '123456'} for i in _args: print(i) 结果： name age ID

2.dict迭代

_args.items() 结果：dict_items([('name', 'adam'), ('age', 12), ('ID', '123456')]) _args.keys() 结果：dict_keys(['name', 'age', 'ID']) _args.values() 结果：dict_values(['adam', 12, '123456'])

3.迭代处理（enumerate）

>>> for i, value in enumerate(['A', 'B', 'C']): ... print(i, value) ... 0 A 1 B 2 C

4.生成器（yield）

def triangles(): L=[1] while True: yield L L = [1]+[L[x]+L[x+1] for x in range(len(L)-1)]+[1] for x,y in enumerate(g()): if(x==10): break print(y) 结果： [1] [1, 1] [1, 2, 1] [1, 3, 3, 1] [1, 4, 6, 4, 1] [1, 5, 10, 10, 5, 1] [1, 6, 15, 20, 15, 6, 1] [1, 7, 21, 35, 35, 21, 7, 1] [1, 8, 28, 56, 70, 56, 28, 8, 1] [1, 9, 36, 84, 126, 126, 84, 36, 9, 1] L = [x for x in range(10)] print(L) 结果：[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> g = (x * x for x in range(10)) >>> for n in g: ... print(n) ... 0 1 4 9 16 25 36 49 64 81

map/reduce(被移除，目前位于：from functools import reduce)

1.map接受两个参数（function，iter），将可迭代的对象的每一个迭代元素，生成新的元素。

L= [1, 9, 36, 84, 126, 126, 84, 36, 9, 1] def up(x): return x+1 list(map(up,L)) 结果：[2, 10, 37, 85, 127, 127, 85, 37, 10, 2]

2.reduce(function,iter)作用类似于求和,以指定的函数方法进行求和。

filter 过滤元素

L= [1, 9, 36, 84, 126, 126, 84, 36, 9, 1] def check(x): return x%2==0 list(filter(check,L)) 结果：[36, 84, 126, 126, 84, 36]

sorted排序

#reverse=True是否逆序，keys指定用于排序的值 X = {"name":12,"HH":1,"AA":15,"BB":5,"CC":3} def AB(x): return x[-1] sorted(X.items(),key=AB) 结果：[('HH', 1), ('CC', 3), ('BB', 5), ('name', 12), ('AA', 15)]

返回函数

将函数作为返回值。

def count(): def f(j): def g(): return j*j return g fs = [] 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 >>> f1, f2, f3 = count() >>> f1() 1 >>> f2() 4 >>> f3() 9

可以在闭包函数中使用nonlocal 修饰全局变量取消其全局性。 关于global，nonlocal，local的使用

lambda匿名函数

list(filter(lambda n:n%2, range(1, 20))) 结果：[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]

装饰器

动态扩展已经定义好的函数，简单来说就是函数嵌套函数。

def log(func): def wrapper(*args, **kw): print('call %s():' % func.__name__) return func(*args, **kw) return wrapper

上面的代码就对func函数进行的装饰（扩展），返回为扩展后的函数方法。

偏函数

小知识：int(str,base=?),可以将str按特定进制（base）转换为的整数。 类似于装饰器，可以说是其的简化版,其可以降低函数的调用难度 示例

def int2(x, base=2): return int(x, base) >>> int2('1000000') 64 >>> int2('1010101') 85