PYTHON-函数特性

函数：

在Python中，定义一个函数要使用 def 语句，依次写出函数名、括号、括号中的参数和冒号:，然后，在缩进块中编写函数体，函数的返回值用 return 语句返回。

• 递归函数，自身调用自身就是递归函数

定义默认参数
定义函数的时候，还可以有默认参数。
由于函数的参数按从左到右的顺序匹配，所以默认参数只能定义在必需参数的后面：
默认参数必须指向不可变对象
如：

# OK:
def fn1(a, b=1, c=2):
    pass
# Error:
def fn2(a=1, b):
    pass

1. 高级特性：

• 切片：
  list： L[A:B:C]
  A，表起始。B表结尾。C表隔几个去一次，不填则为默认参数
  tuple: 也可以切片，但是取出后仍是tuple类型

• 迭代：
  普通迭代：for … in .. :
  没有索引的，只要是可以迭代的对象（字符串也可以迭代），都可以。

例如：dict默认迭代的是key值。
for value in d.itervalues()   # 迭代
for k, v in d.iteritems()

• 判断对象是否可以迭代：

通过collections模块的Iterable类型判断：
from collections import Iterable
isinstance('abc', Iterable) # str是否可迭代

• 如果一个对象说自己可迭代，那我们就直接用 for 循环去迭代它，可见，迭代是一种抽象的数据操作，它不对迭代对象内部的数据有任何要求。
  for 循环可作用的迭代对象远不止 list，tuple，str，unicode，dict等
  for x, y in [(1, 1), (2, 4), (3, 9)]: #for里同时可以引用两个变量

• Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身：

 for i, value in enumerate(['A', 'B', 'C']):
 enumerate()把list返回一个包含索引-value值得形式。

• 列表生成式L：

体会快速生成列表的方法
 [x * x for x in range(1, 11) if x % 2 == 0]
 [m + n for m in 'ABC' for n in 'XYZ']
 [x * x for x in range(1, 11)]

• 生成器G：
  列表元素按照某种算法推算出来，一边循环一边计算推算出后来的元素，可以节约大量空间

  创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。
  generator是可迭代对象，直接用for可以遍历

  另外一种定义的方法：如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator

 def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1

跟函数不同的一点：变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行

2.函数式编程：

函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数！

• 高阶函数：
  函数本身也可以赋值给变量，即：变量可以指向函数一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数

• map/reduce
  map()函数接收两个参数，先是函数，后是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回

• reduce把一个函数作用在一个序列[x1, x2, x3…]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

• filter()
  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

• sorted()
  接受两个参数，第一个是序列，默认参数从大到小，第二个参数是比较函数参数
  sorted([‘bob’, ‘about’, ‘Zoo’, ‘Credit’], cmp_ignore_case)

• 返回函数
  高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。
  返回闭包时牢记的一点就是：返回函数不要引用任何循环变量，或者后续会发生变化的变量

• 匿名函数
  不需要显式地定义函数，直接传入匿名函数更方便 关键字lambda表示匿名函数，冒号前面的x表示函数参数。

map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])

lambda x: x * x  就是
def f(x):
    return x * x

• 装饰器
  在面向对象（OOP）的设计模式中，decorator被称为装饰模式。OOP的装饰模式需要通过继承和组合来实现，而Python除了能支持OOP的decorator外，直接从语法层次支持decorator。Python的decorator可以用函数实现，也可以用类实现。
  decorator可以增强函数的功能，定义起来虽然有点复杂，但使用起来非常灵活和方便。

• 偏函数
  简单总结functools.partial的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单