Python-函数式编程
高阶函数：一个函数可以接收另外一个函数作为参数比如
def add(x,y,f):
return f(x)+f(y)
add(-10,2,abs)
12
map函数： map函数接受两个参数，第一个参数是函数本身，第二个参数是Iterable，map将传入的函数依次作用到序列的每个元素，并将结果作为序列返回
def f（x）：
return x*x
map（f，）
结果：
reduce函数：reduce把一个函数作用在一个序列上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：
reduce(f, ) = f(f(f(x1, x2), x3), x4)
>>> def add(x, y):
... return x + y
...
>>> reduce(add, )
25
filter函数： 和map()类似，filter()也接收一个函数和一个序列。和map()不同的时，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。 例如，在一个list中，删掉偶数，只保留奇数，可以这么写： def is_odd(n):
return n % 2 == 1
list(filter(is_odd, ))
# 结果:
sorted（）函数可以就list进行排序
sorted（）
result is [-5，1，2，36]
此外，sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序，例如按绝对值大小排序： >>> sorted(, key=abs)
key指定的函数将作用于list的每一个元素上，并根据key函数返回的结果进行排序
匿名函数：
当我们在传入函数时，有些时候，不需要显式地定义函数，直接传入匿名函数更方便。 在Python中，对匿名函数提供了有限支持。还是以map()函数为例，计算f(x)=x*x时，除了定义一个f(x)的函数外，还可以直接传入匿名函数：
>>> list(map(lambda x: x * x, ))
通过对比可以看出，匿名函数lambda x: x * x实际上就是：
def f(x):
return x * x
关键字lambda表示匿名函数，冒号前面的x表示函数参数。
装饰器：装饰器其实就是一个函数
@dec
页:
[1]