Python函数使用基础教程

引言

Functional Programming(函数式编程)的概念最早起源于LISP，由约翰·麦卡锡在1958年创立，最早提出了自动垃圾回收的理念，这一理念现在也被Python/Java/Ruby等多种语言借鉴。发展到今天，LISP已经衍生出了多种方言。相比面向对象编程，函数式编程的一大优势就是Immutable Data(数据不可变)，就是不依赖于外部的数据，而且也不改变外部数据的值，这种思想可以大大减少我们代码的Bug，而且函数式编程也支持我们像使用变量一样使用函数。Python作为面向对象语言，也提供了对于函数式编程的支持，虽然并不是那么纯粹，而且也不支持尾递归优化。

lambda的使用

lambda即匿名函数，合理地使用lambda不仅可以减少我们的代码量，而且也可以更好地描绘代码逻辑，比如现在我们有下面这样一个函数。
>>> def f(x):
... return x + x
# 调用这个函数
>>> f(2)
4

这个函数如果我们用lamda改写的话，只要一行代码就够了。
# lambda后面的x表示lambda函数要接收的参数，x + x表示lambda函数所要返回的值
>>> f = lambda x: x + x
# 可以看到f现在也是一个函数对象
>>> f

# 调用lambda函数
>>> f(2)
4

map的使用

map(function, iterable)接收两个参数，第一个参数代表的是接收一个函数，第二个参数代表的是接收一个iteralbe类型的对象，比如list。

map函数的原理是: 1.每次从iterable中取出一个参数，2.将这个参数传递给我们的函数，3.然后函数返回的值加入一个list(这种说法不准确，只是为了帮助大家理解，后面我会解释)。等所有的iterable对象遍历完，map就把这个list返回给我们的调用者。下面我们直接通过实例来了解一下map的用法。

example1

# 还是用我们上面那个lambda的例子
>>> function = lambda x: x + x
# 定义一个iterable对象list(列表)
>>> iterable = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# 函数fucntion每次从iterable中取出一个参数x，然后function返回x + x的值，
# 并将返回值加入一个新建的list，等将iterable遍历完，map就将这个新建的list返回。
>>> v = map(function, iterable)
# 注意上面的说法并不准确，只是为了帮助大家理解，其实map返回的是一个map对象，并不是list
>>> v

example2

对于map的第二个参数，我们也可以传递一组函数列表进去，也就是说列表中间包含多个函数对象。
>>> multiply = lambda x: x * x
>>> add = lambda x: x + x
>>> funcs = [multiply, add]
>>> list(map(lambda f: f(1), funcs))
[1, 2]

reduce的使用

与map一样，reduce(function, iterable)也接收两个参数，第一个参数代表的是接收一个函数，第二个参数代表的是接收一个iteralbe类型的对象，比如list。不过不同的地方在于reduce中的这个函数必须要接收两个参数，下面我们来通过求一个list(列表)累加和的例子来了解一下reduce的用法。
from functools import reduce
# 使用lambda定义一个函数，函数的作用是接收两个参数，然后返回两个参数之和
>>> function = lambda x, y: x+y
>>> iterable = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# 函数function每次接收两个参数，除第一次外每次从iterable中取一个元素作为一个参数
# 另外一个参数取自上一次function返回的值
>>> reduce(function, iterable)
45

filter的使用

和map/reduce类似，filter(function, iterable)一次也接收两个参数，一个参数是函数，另外一个参数是iterable对象，从名字也可以看出，filter用于过滤iterble对象，比如说list(列表)。

它的原理是每次从iterable对象中取出一个元素作用于我们的function，如果function返回True就保留该元素，如果返回False就删除该元素。下面我们通过一个实例来看一下filter的用法。
# 定义一个函数，如果接收的字符s为空，那么返回False，如果为非空，那么返回True
>>> function = lambda s : s and s.strip()
>>> iterable = ['AJ', ' ', 'Stussy', '', 'CLOT', 'FCB', None]
>>> filter(function, iterable)

>>> list(filter(function, iterable))
['AJ', 'Stussy', 'CLOT', 'FCB']

装饰器

装饰器(decorator)是一种高级Python语法。装饰器可以对一个函数、方法或者类进行加工。合理地使用装饰器可以减少我们的代码量以及提高程序的可读型，在很多Python框架中，比如Django中我们可以大量看到装饰器的身影。
>>> def add(x, y):
... return x + y
...
>>> def multiply(x, y):
... return x * y
...