函数式编程即函数可以作为参数传入函数，也可以返回函数。
1.高阶函数 函数可以作为参数传入函数。 def add(x,y,f): return f(x)+f(y) 调用add函数add（3,-4,abs) ,结果为7 2.map/reduce def f(x): return x*x map(f,[1,2,3,4,5]) 返回的是一个Iterator，用list（）可以把它全部显示出来。map（）的作用即把f函数作用于第二个Iterable参数的每一个元素上。 def add(x,y): return x+y reduce(add,[1,2,3,4,5])返回的同样也是一个Iterator。 上一个语句就相当于add(add(add(add(1,2),3),4),5).所以reduce（）接收的第一个函数参数就只能是接收两个参数的函数。 map/reduce都是高阶函数 3.filter/sorted （1） 以输出素数为filter（）的例子 ①初始数列直接考虑奇数列，除2之外偶数均非素数 def _odd_iter(): n=1 while True:#这是一个生成器，所以不用担心没有退出条件的问题 n=n+2 yield n ②排除条件 def _delete(n): return lambda x: x % n >0 ③输出素数 def primes(): yield 2 #因为2不在初始奇数列中，所以先输出2 it=_odd_iter()#初始数列 while True: n=next(it) yield n it = filter(_delete(n),it) #filter（）将it中_delete（）作用后为False的 #元素都删除 ④限定一个输出范围 否则将无限输出下去 for n in primes(): if n < 1000: print(n) else: break （2）sorted() L=[('Bob',75),('Adam',92),('Bart',66),('Lisa',88)] def by_name(t): return t[0] L2=sorted(L,key=by_name) #类似map，key参数接收的函数也是作用于L的每一个元素 #所以这里返回的就是Bob，Adam，Bart，Lisa，然后再对L的元素排序 #key只是排序依据，不改变L print(L2) def by_score(t): return t[1] L3=sorted(L,key=by_score) print(L3) Output:[('Adam', 92), ('Bart', 66), ('Bob', 75), ('Lisa', 88)] [('Bart', 66), ('Bob', 75), ('Lisa', 88), ('Adam', 92)] 对于str，sorted（）是按ASCII来排序的，所以大写会排在小写之前 L=['Credit','about','Zoey','Bart','effect'] print(sorted(L)) OUTPUT：['Bart', 'Credit', 'Zoey', 'about', 'effect'] print(sorted(L,reverse=True)) #reverse参数为反转 Output:['effect', 'about', 'Zoey', 'Credit', 'Bart'] 4.返回函数 高阶函数不仅可以接收函数作为参数，还可以返回函数。 当调用函数不需要立刻得到结果，而是想以后的需要的时候再计算结果，可以返回函数。 def lazy_sum(*args): def sum(): ax=0 for n in args: ax=ax+n return ax return sum f=lazy_sum(1,2,3,4,5) 当运行之后，lazy_sum返回一个sum函数，赋值给f，lazy_sum（）由args的传入的相关参数和变量也都保存在f中，但还未计算，等到调用时f会使用这些参数并计算。这种现象称为“闭包”。 因为f是当调用时才计算结果 def count(): fs=[] for i in range(1,4): def f(): return i*i fs.append(f) return fs #因为fs.append(f)中f是一个函数，所以这里也有返回函数的意思 f1,f2,f3=count() print(f1())#这里调用时,上面一句3个函数都已经返回了，此时的i已经变成3，所 #以接下来调用f2,f3，它们保存的参数i都为3,所以最后结果都是9 print(f2()) print(f3()) Output：9 9 9 所以返回函数时，返回函数里不要有可能会变化的变量。 5.匿名函数 其实就是一个简易的函数定义式 如def f(x): return x*x 写成匿名函数就lambda x : x*x #冒号左边的x是参数，右边是返回式 6.装饰器(Decorator) 在运行代码期间动态增加功能，但又不改变函数原来的定义。 import functools def log(func): @functools.wraps(func) #相当于wrapper.__name__=func.__name__,如果没有这一句，运行now.__name__就会得到wrapper，因为log返回的函数是wrapper def wrapper(*args,**kw): print('call %s():'%func.__name__) #打印日志 return func(*args,**kw) #调用函数 return wrapper #所以log(now)即返回wrapper函数,wrapper函数的功能就是先打印日志，再调用输入的函数 @log def now(): #这两句相当于now=log(now) print('2016.8.10') print(now()) Output: call now(): 2016.8.10 7.偏函数 import functools int2 =functools.partial(int,base=2) #把某个函数的某个参数设一个默认值，生成一个新的函数 print(int2('100000')) print(int2('12345',base=8)) #这个新的函数任然是可以更改这个参数值的，只是它有一个默认的参数值 Output: 32 5349 其实就相当于 def int2(x,base=2) return int(x,base)转载于:https://www.cnblogs.com/Tessiedoupu/p/5757218.html
相关资源：JAVA上百实例源码以及开源项目