Python语言的高级特性

---

函数式编程（FunctionalProgramming）

理解：

• 基于λ演算的一种编程方式：
  1. 程序中只有函数
  2. 函数可以作为参数，同样也可以作为返回值
  3. 纯函数式的编程语言: LISP , Haskell
• Python 函数式编程只是借鉴函数式编程，需要了解：
  • 高阶函数
  • 返回函数
  • 匿名函数
  • 装饰器
  • 偏函数

---

λ表达式

个人理解：

lambda表达式中，在pep8中不建议以下情况：

```python
//建议使用def代替
stm = lambda x : x*100
stm(10)
```

但是在reduce中发现推荐用法为：

```python
import functools
reduce(lambda x, y : x+y,[1,2,3,4,5])
```

顺应要求中的lambda表达式应该简短，此处可避免定义函数，减少了函数的跳转

• lambda表达式的用法：

1. 以lambda开头
2. 紧跟一定的参数（如果有的话）
3. 参数后用冒号和表达式主题隔开
4. 只是一个表达式，所以，没有return

---

filter函数

• 作用：对一组数据进行过滤，符合条件的数据将会重新生成一个列表并返回一个布尔值
• 跟map函数比较：
  • 相同：都对列表中的每一个元素进行操作
  • 不同：
    1. map是映射
    2. filter是按照条件过滤数据

// A code block
class filter(object)
  filter(function or None, iterable)  //--> filter object
 
//  Return an iterator yielding those items of iterable for which function(item)

闭包(需修改，解释的很差）：

闭包：能够读取其他函数内部变量的函数。例如在javascript中，只有函数内部的子函数才能读取局部变量，所以闭包可以理解成“定义在一个函数内部的函数“。在本质上，闭包是将函数内部和函数外部连接起来的桥梁。

闭包注意事项：
（1）由于闭包会使得函数中的变量都被保存在内存中，内存消耗很大，所以不能滥用闭包，否则会造成网页的性能问题，在IE中可能导致内存泄露。解决方法是，在退出函数之前，将不使用的局部变量全部删除。
（2）闭包会在父函数外部，改变父函数内部变量的值。所以，如果把父函数当作对象（object）使用，把闭包当作它的公用方法（Public Method），把内部变量当作它的私有属性（private value），这时一定要小心，不要随便改变父函数内部变量的值。

当一个函数在内部定义函数，并且内部的函数应用外部函数的参数或者局部变量，当内部函数被当做返回值的时候，相关参数和变量保存在返回的函数中，这种结果，叫闭包

闭包实例

// A code block
def myF4( *args):
    def myF5():		#函数在内部被定义
        rst = 0
        for n in args:	#内部函数应用外部函数的参数 args
            rst += n
        return rst
    return myF5		#函数被当作返回值

闭包误区：

// A code block
def count():
    # 定义列表，列表里存放的是定义的函数
    fs = []
    for i in range(1,4):
        # 定义了一个函数f
        # f是一个闭包结构
        def f():
            return i*i		#使用了局部参量
        fs.append(f)
    return fs	#可理解为{"f1":i*i,"f2":i*i,"f3":i*i}

f1,f2,f3 = count()
print(f1())
print(f2())
print(f3())

函数输出结果为

9
9
9

此函数初学理解错误内容：

f1,f2,f3 = count()

个人理解为创建了count()函数的三个赋值，此处为接受返回值，其中个返回的为一个list，但是由于给定三个参数时，此处将列表值每隔返回给了f1，f2，f3，（f（s）是一个保存了三个函数地址的列表）但是此处并非直接返回函数值，而是返回了函数（ii的表达式,）所以f1被执行了 将直接为33

正常情况下i为局部变量，该块执行完毕时应该会被销毁，但是i此时被当作返回值，仍然被占用，回收系统无法回收该局部变量，便保留在内存之中。在执行完成返回的函数后，i变量的内存才被销毁。

使用闭包会导致内存泄漏
个人理解的原因为：返回的函数一致未被执行，导致系统无法回收该内存

修改后：

def count2():
    def f(j):
        def g():
            return j*j
        return g
    fs = []
    for i in range(1,4):
        fs.append(f(i))
    return fs


f1, f2, f3 = count2()

print(f1())
print(f2())
print(f3())

输出结果：

1
4
9

---

装饰器(decorator)

• 在不改动函数代码的基础上无限制扩展函数功能的一种机制，本质上讲，装饰器是一个返回函数的高阶函数
• 装饰器的使用： 使用@语法， 即在每次要扩展到函数定义前使用@+函数名

示例1：

//任务：
//并不改变现有函数的代码
//扩展一个函数的功能：在hello world中打印时间
def printHello():
	print("hello world")

printHello()

调整后的代码：

import time

'''定义装饰器'''
def printTime(f):
	def wrapper(*args, **kwargs):	#*args, **kwargs接受任意参数和关键字
		print("Time: ", time.ctime())
		return f(*args, **kwargs)
	return wrapper

@printTime
def printHello():
	print("hello world")

printHello()

示例2

---

偏函数

• 参数固定的函数，相当于一个由特定参数的函数体
• functools.partial的作用是，把一个函数某些函数固定，返回一个新函数

import functools

int16 = functools.partial(int, base=16)
int16("12345")