一.匿名函數 1.定義：定義函數的時候不需要定義函數名 2.具體例子： #普通函數 def add(x,y): return x + y #匿名函數 lambda x,y: x + y 調用匿名函數： f = lambda x,y: x + y #賦值後可以調用 print(f(1,2) lambd ...
一.匿名函數
1.定義：定義函數的時候不需要定義函數名
2.具體例子：
#普通函數
def add(x,y): return x + y
#匿名函數
lambda x,y: x + y
調用匿名函數：
f = lambda x,y: x + y #賦值後可以調用 print(f(1,2)
lambda中（也就是：後面）只能進行簡單的表達式操作，不能進行賦值操作。
二. 三元表達式
格式為：條件為真時返回的結果 if 條件判斷 else 條件為假時返回的結果
x = 2 y = 1 r = x if x > y else y print(r) #2
三元表達式在lambda中運用比較多。
三.map類
1.定義：map(函數，序列)，把序列中所有值依次傳到函數中並依次接受返回結果組成一個list。
其實是一個函數的映射。
2.求平方：
list_x = [1,2,3,4,5,6,7,8] def square(x): return x * x r = map(square,list_x) print(list(r)) #[1, 4, 9, 16, 25, 36, 49, 64]
四.map與lambda
將map和lambda函數結合：
1
list_x = [1,2,3,4,5,6,7,8] r = map(lambda x: x * x,list_x) print(list(r)
2 接受多個參數：
list_x = [1,2,3,4,5,6,7,8] list_y = [1,2,3,4,5,6,7,8] r = map(lambda x,y: x * x + y,list_x,list_y) print(list(r))
註意：若個數不相等，不會報錯，但只能計算到最少的那位
五.reduce
1.
2. reduce運算的規則：做連續的計算，連續的調用lambda表達式。
reduce下的函數一定要有兩個參數。
3.例子：
from functools import reduce list_x = [1,2,3,4,5,6,7,8] r = reduce(lambda x,y:x + y,list_x) print(r) #36
運算過程：初始取前兩位，之後將計算結果作為x傳進去繼續順序取：
（（（（（（1 + 2）+3） + 4）+ 5）+6）+7）+8
4.註意點：
- 繼續做什麼操作是lambda確定的，不僅只能夠相加。
- 最後一位可以設定初始值，在第一次計算中就進行計算了：
eg：r = reduce(lambda x,y:x + y,list_x,10)
六. filter
1.filter可以過濾掉不符合規則的數據。
2.例子：
剔除數據為0的元素：
list_x = [1,0,0,1,0,1,1,0,1] r = filter(lambda x: True if x == 1 else False,list_x) print(list(r)) #[1, 1, 1, 1, 1]
簡化為：
list_x = [1,0,0,1,0,1,1,0,1] r = filter(lambda x: x ,list_x) print(list(r)) #[1, 1, 1, 1, 1]
filter返回值的要是真和假才能完成過濾
七.命令式編程vs函數式編程
命令式編程涉及到 def if else for
函數式編程涉及到 map reduce filter lambda（運算元）
八. 裝飾器 一
import time def f1(): print(time.time()) print('This is a function') f1() #1532404967.3804688 #Unix時間戳 This is a function
如果很多的函數都要獲取時間的功能：
import time def f1(): print('This is a function') def f2(): print('This is a function') def print_current_time(func): print(time.time()) func() print_current_time(f1) print_current_time(f2)
這種需求變更方案的缺點：列印時間的需求是屬於每個函數本身的，並不是新增加的，並沒有體現函數本身的特性。
這就是裝飾器所要解決的問題。
裝飾器 二
編寫裝飾器：
import time def decorator(func): def wrapper(): print(time.time()) func() return wrapper def f1(): print('This is a function') f = decorator(f1) #f得到了return的wrapper f()
裝飾器 三
語法塘：
import time def decorator(func): def wrapper(): print(time.time()) func() return wrapper @decorator #@符號 def f1(): print('This is a function') f1()
沒有改變調用的邏輯也沒有改變函數編碼。是裝飾器的意義所在。
@decorator相當於對f1()裝飾。
裝飾器 四
1.帶參函數的裝飾器：
import time def decorator(func): def wrapper(func_name): print(time.time()) func(func_name) return wrapper @decorator def f1(func_name): print('This is a function named' + func_name) f1('test_func')
2.若多個函數接受不同數量的參數：
import time def decorator(func): def wrapper(*args): print(time.time()) func(*args) return wrapper @decorator def f1(func_name): print('This is a function named' + func_name) @decorator def f2(func_name1,func_name2): print('This is a function named'+func_name1 ) print('This is a function named'+ func_name2) f1('test_func') f2('test_func1','test_func2') #可以支持不同參數個數的函數
裝飾器 五
1.*args不支持**關鍵字參數
支持關鍵字參數：
import time def decorator(func): def wrapper(*args,**kw): #加入**kw，較為完整 print(time.time()) func(*args,**kw) return wrapper @decorator def f1(func_name): print('This is a function named' + func_name) @decorator def f2(func_name1,func_name2): print(func_name1 + func_name2) @decorator def f3(func_name1,func_name2,**kw): print(func_name1 + func_name2) print(kw) f1('test_func') f2('123','234') f3('123','234',a = 1, b = 2,c = '123') #1532408656.565761 #This is a function namedtest_func #1532408656.5667255 #123234 #1532408656.5677273 #123234 #{'a': 1, 'b': 2, 'c': '123'}
2.
def decorator(func): def wrapper(*args,**kw): #加入**kw，較為完整 print(time.time()) func(*args,**kw) return wrapper func(*args,**kw)這個形式，無論什麼方式都可以調用。
裝飾器 六
如果想對某個封裝單元修改，可以加上裝飾器。
不需要破壞代碼實現，易於代碼復用。
一個函數能夠有多個裝飾器。
需要驗證身份的函數上加上專門的裝飾器之類的用途。
