python學習之高階函式

本文中所指的高階函式，是可以接收函式作為引數傳入或者將函式作為返回值，這就是函式式程式設計，是一種高度抽象的程式設計正規化。

常見的內建高階函式包括：map，reduce，filter，sorted，用法下面以sorted舉例。

sorted(['1','33','2'],key=int) # 返回 ['1', '2', '33']

其餘內建函式用法可以參考我的文章：python學習之序列推導式與常用內建高階函式和模組。

當乙個函式a的返回為另乙個函式時，該函式程式結構稱為閉包，需要注意的是，返回的函式並未立即執行，返回函式中不要引用任何可能會變化的變數。

# 閉包舉例
def a(*args):
def b():
sm = ''
for i in args:
sm += i
return sm
return b
x = a('11','22')
print(x()) # 返回 '1122'

閉包在日常應用中最多的就是裝飾器，它是一種多層巢狀的閉包結構。

def executes(notes):
def decorator(func):
print('%s' % (notes))
return func(*args, **kw)
return decorator
# 裝飾器的使用
@executes('execute program...')
def test(arg):
print(arg)
#執行被裝飾函式test
>>> test('contents')
execute program...
contents

在傳遞函式的過程中，為了避免某些依賴函式（被修飾的函式）簽名（例如 __name__ 屬性等）的**執行時出錯，需要借助python內建的functools.wraps做處理。

import functools
def executes(notes):
def decorator(func):
@functools.wraps(func)
print(notes)
return func(*args, **kw)
return decorator

應用舉例：計時功能的裝飾器如下

def times(num):
def wp(func):
def wrap(*args):
t1=time.time()
for i in range(num):
func(*args)
print(func.__name__)
print(time.time()-t1)
return wrap
return wp
@times(1000)
def test():
a=for i in range(1000):
a+=[i]
# 函式 test 執行1000次 所用的時間（秒）
test() # 0.144999980927

以上是裝飾器函式中包含引數的情況，如果不需要引數，可以減少封裝層數。

def times(func):
def wrap(*args):
t1=time.time()
func(*args)
print(func.__name__)
print(time.time()-t1)
return wrap
@times
def test():
a=for i in range(1000):
a+=[i]
## 函式 test 執行1次 所用的時間（秒）
test() # 0.000999927520752

乙個函式可以同時定義多個裝飾器：

@a
@bdef f():
pass

執行順序是從裡到外，由近及遠，它等效於f = a(b(f))。

迭代器是乙個可以記住遍歷的位置的物件，迭代器物件的訪問從集合的第乙個元素開始，直到所有的元素被訪問。迭代器的兩個基本方法：iter()和next()，迭代是通過for … in來完成的。

凡是可作用於for迴圈的物件都是可迭代（iterable）型別，凡是可作用於next()函式的物件都是迭代器（iterator）型別，集合資料型別如list、dict、str等是iterable但不是iterator，但可以通過**iter()**函式轉化為迭代器物件。

可迭代物件：實現了__iter__方法或者__getitem__方法（引數為從0開始的索引）的物件

迭代器：實現了__next__（返回下乙個元素）和__iter__方法（返回迭代器本身）的物件。

from collections import iterator
# 迭代器判斷
>>> isinstance('abc', iterator)
false
>>> isinstance(iter('abc'), iterator)
true

生成器（generator）也是一類可迭代物件，generator儲存的是演算法，每次呼叫next()方法，就計算出下乙個元素的值，直到計算出最後乙個元素，丟擲stopiteration的錯誤。

如果乙個函式定義中包含yield關鍵字，那麼這個函式就是乙個生成器。變成generator的函式，在每次呼叫next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行。

def test():
print('aaa')
yield 1
print('bbb')
yield 2
>>> a=test()
>>> next(a)
aaa1
>>> next(a)
bbb2
>>> next(a)
traceback (most recent call last):
file "", line 1, in stopiteration

生成器中的傳值

使用send方法實現傳值

def filter_keyword(keyword):
print('search for keyword: {}'.format(keyword))
while true:
inputs = (yield)
if keyword in inputs:
print('found keyword.')
else:
print('no found')
a = filter_keyword('test')
next(a) # 輸出 search for keyword: test
a.send('asdas') # 輸出 no found
a.send('32123test') # 輸出 found keyword
a.close() # 關閉生成器

遞迴就是函式內部會呼叫函式自身。

def fact(n):
if n == 1:
return 1
return n * fact(n - 1)

遞迴函式的優點是邏輯簡單清晰，缺點是過深的呼叫會導致棧溢位。

理論上，所有的遞迴函式都可以寫成迴圈的方式，所以可以通過迴圈進行替換。

def fact(n):
r = 1
for i in range(1, n+1):
r *= i
return r

python學習之高階函式

python高階學習之高階函式

Python之高階函式

Python之高階函式

python學習之高階函式

python高階學習之高階函式

Python之高階函式

Python之高階函式

相關推薦