python的一些高阶用法

map的用法 def fn(x): return x*2 L1 = [1,2,3,4,5,6] L2 = list(map(fn,L1)) L2 [2, 4, 6, 8, 10, 12]

通过上面的运行，可以知道map就是把一个数组内所有的元素都执行map加入的方法。
用法如下 map(方法,数组）

reduce的用法

先看例子

from functools import reduce def add(x,y): return x + y L1 = [1,2,3,4,5,6] L2 = reduce(add,L1) L2 21

通过上面的例子，直观的来看，我们可以发现reduce和map方法有一些不一样。

map是python自带的函数，而reduce需要引入functools

map 返回的是一个map对象，而reduce是返回的一个数字

map函数需要一个参数，而reduce的参数需要两个。

map是对一个集合中的每个元素执行指定的方法。而reduce则是依次对集合的元素调用指定的方法。先把前两个参数执行reduce以后形成的返回之作为第一个参数，再和第三个参数形成返回值，依次执行。

filter函数

filter则是对集合的每个元素执行一次判断，能让filter指定的函数返回真值则返回，否则则不出现在返回集合中。

def fn(x): return x%2 ==0 L1 = [1,2,3,4,5,6,7,8] F1 = filter(fn,L1) print(F1) print(list(F1)) <filter object at 0x7f1d38369358> [2, 4, 6, 8] sorted

顾名思义排序。用法如下

sorted(集合,key=排序的算法,reverse=True) #reverse=True如果添加反向排序 返回函数（闭包） def fn(x): def add(y): return x + y return add a = fn(5) a(6) 11

需要注意的是闭包的代码是到最后执行a(6)的时候，才调用了函数里面的执行。举个例子

def fn(): rs = [] for i in range(4): def sub(): return i rs.append(sub) return rs a,b,c,d = fn() print(a()) print(b()) print(c()) print(d()) 3 3 3 3

从上面的例子中，我们如果没有理解到返回的函数是在最后加上括号的时候才调用，可能以为返回之是0，1，2，3


但是实际上def sub()里面的内容一直都没执行，但是外面的i 一直到了3.当调用a()的时候。开始执行。所以如上面的返回结果。

def efn(): i = 1 def sub(): i = i + 1 return i return sub t = efn() t() --------------------------------------------------------------------------- UnboundLocalError Traceback (most recent call last) <ipython-input-15-7574f0a729df> in <module>() 7 8 t = efn() ----> 9 t() <ipython-input-15-7574f0a729df> in sub() 2 i = 1 3 def sub(): ----> 4 i = i + 1 5 return i 6 return sub UnboundLocalError: local variable 'i' referenced before assignment

上面的报错，需要引入关键词nonlocal 如下：

def efn(): i = 1 def sub(): #关键字 nonlocal i i = i + 1 return i return sub t = efn() print(t()) print(t()) 2 3 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]

通过上面的式子我们简单可以看到lambda函数或者匿名函数的意义

f = lambda x,y:x + y f(5,6) 11

我们大概可以看到lambda函数的：前面相当于参数，后面的是返回数值

装饰器

我的理解类似java中的AOP或者.net中的面向切片编程

'''比如调用一个方法的时候，我们期望另外一个方法也被调用。比如我们执行一个操作，期望不改变任何代码，就可以打印出来这个方法的日志''' def log(func): def wraper(*args,**kw): print(func.__name__+' is call to log') return func(*args,**kw) return wraper @log def fn(): print('this is fn') fn() fn is call to log this is fn ''' 如果我们希望往log里面传递参数''' def log(text): def decorator(func): def wraper(*args,**kw): print(func.__name__+' is call to log ' + text) return func(*args,**kw) return wraper return decorator @log('hello') def fn(): print('fn') fn() fn.__name__ fn is call to log hello fn 'wraper'

fn的名称发生了改变，要保持不变，需要@functools.wraps(func)

''' 如果我们希望往log里面传递参数''' import functools def log(text): def decorator(func): @functools.wraps(func) def wraper(*args,**kw): print(func.__name__+' is call to log ' + text) return func(*args,**kw) return wraper return decorator @log('hello') def fn(): print('fn') fn() fn.__name__ fn is call to log hello fn 'fn'

以上的内容参考学习 廖学峰的学习网站