Python进阶：函数式编程

个人理解：把函数作为参数

语法

（1）列表解析，将range(5)的每个元素进行平方：

list = [item**2 for item in range(5)]
print(list)     #[0,1,4,9,16]

(2) 字典解析，将range(5)的每个元素进行平方并作为value，key为一个指示：

dict = {"%d^2" % item:item**2 for item in range(5)}
print(dict) #{'0^2': 0, '1^2': 1, '2^2': 4, '3^2': 9, '4^2': 16}

(3)生成器：和列表解析类似，区别在于它的结果是generator（生成器） object，不能直接打印，但是可以进行迭代（放入for循环等等）

generator = (item**2 for item in range(5))
print(generator)    # <generator object <genexpr> at 0x10e366570>
print(next(generator))    # 0
print(next(generator))    # 1
print(next(generator))    # 4

(4) lambda表达式，即定义一些比较简单的匿名函数，lambda表达式和map、reduce、filter等函数混合使用威力巨大。例如求x的y次方：

func = lambda x, y: x**y #匿名函数 
print(func(3, 2))    # 9

内置函数

（1） iter函数和next函数：一个list类型不能使用next函数，需将其转化为iterator（迭代器）类型。

list_generator = iter(list)
print(next(list_generator))    # 0
print(type(list), type(list_generator))    # <class 'list'> <class 'list_iterator'>

（2）map函数：将一个函数应用于一个或多个可迭代对象（什么是可迭代对象），返回一个map object。这里的函数可以为内置函数、operator模块中的函数或者一个lambda函数等：

print(map(abs, range(-4, 5)))    # <map object at 0x1097bd6d8>
print(list(map(abs, range(-4, 5))))    # [4, 3, 2, 1, 0, 1, 2, 3, 4]
print(list(map(lambda x: x**2, range(5))))    # [0, 1, 4, 9, 16]
print(list(map(lambda x, y: x**y, range(1, 5), range(1, 5))))    # [1, 4, 27, 256]

（3） reduce函数：这个函数并不能直接调用，而是需要通过functools库进行引入。该函数的作用是将一个可迭代对象中的元素进行 reduce（累加等），最后一个参数可选，为初始值。

print(reduce(lambda x, y: x+y, range(10)))    # 45
print(reduce(lambda x, y: x+y, range(10), 100))    # 145
print(reduce(lambda x, y: x+y, [[1, 2], [3, 4]], [0]))    # [0, 1, 2, 3, 4]

（4） filter函数：按照字面意思理解即可， 即过滤一个可迭代对象，保留为True的元素。注意第二个例子，只过滤掉0，因为即使是负数也会被判定为True。 配合lambda定义匿名函数进行过滤，好用的一批。

print(filter(None, range(-4, 5)))    # <filter object at 0x10c096710>
print(list(filter(None, range(-4, 5))))    # [-4, -3, -2, -1, 1, 2, 3, 4]
print(list(filter(lambda x: x > 0, range(-4, 5))))    # [1, 2, 3, 4] 

（5） all、any函数：比较简单，还是可以按照字面意思理解，即判定一个可迭代对象是否全为True或者有为True的，（可以用来判断存在或者所有）。

print(all([0, 1, 2]))    # False
print(any([0, 1, 2]))    # True

（6） enumerate函数，如果你想迭代一个列表或者元组，又想知道当前迭代元素的index值，那么enumerate就能满足你的需求（好像debug会用的到？？）：

for index, item in enumerate(range(5)):
    print("%d: %d" % (index, item))    # 0: 0 \n 1: 1 \n 2: 2 ......

（7）zip函数（建立映射关系），映射两个或多个可迭代对象，组成新的可迭代对象，直接看实例：

for a, b in zip([1, 2, 3], ["a", "b", "c"]):
    print(a, b)    # 1 a \n 2 b \n 3 c
dict = dict(zip([1, 2, 3], ["a", "b", "c"]))
print(dict)    # {1: 'a', 2: 'b', 3: 'c'}

（8）sorted函数（排序），python3 sorted取消了对cmp的支持（用惯了C++stl的说）。 python3 帮助文档： sorted(iterable, key=None, reverse=False)。

>>> students = [('john', 'A', 15), ('jane', 'B', 12), ('dave','B', 10)]
>>> sorted(students,key=lambda x: x[2]) #习惯用Key值来比较
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

内置模块