Python入门学习笔记10：函数式编程:匿名函数、高阶函数、装饰器

#函数式编程:匿名函数、高阶函数、装饰器

#匿名函数


def add(x,y):#常规函数
    return x+y


print(add(1,2))

f = lambda x,y: x+y#匿名函数
print(f(1,2))

# lambada 表达式
# lambada parameter_list : expression


# 三元表达式

# x,y x 大于 y   x 否则 y   常规写法 x > y ? x :y
# 条件为真时返回的结果 if 条件判断 else 条件为假时的返回结果
x = 1
y = 3
r = x if x > y else y
print(r)


# map 方法与for循环类似
list_x = [1,2,3,4,5,6,7,8]
list_y = [1, 4, 9, 16, 25, 36, 49, 64]


def square(x):
    return x * x


# for x in list_x:
#     square(x)
#     print(square(x))

r = map(square,list_x)
print(list(r))

#匿名函数代替square表达式
list_x1 = [1,2,3,4,5,6,7,8]
list_y1 = [1,2,3,4,5,6,7,8]
r1 = map(lambda x:x*x,list_x1)
print(list(r1))
# map函数可传入多个列表 多个列表进行计算
r2 = map(lambda x,y:x*y,list_x1,list_y1)
print(list(r2))

# reduce 连续计算，连续调用lambada（单列表进行连续计算）
from functools import reduce
list_x1_str = ['1','2','3','4','5','6','7','8']
r3 = reduce(lambda x,y:x+y,list_x1_str,'aaa')  #根据list_x1数组在reduce方法中使用匿名函数的算法为：第一次数组第一个和第二个元素作为x,y,第二次取上一数组的值和第三个元素作为新的x,y进行运算，依此类推
print(r3)
# map/reduce 在大数据中作为 编程模型 映射 归约 并行计算 函数式编程
# filter 过滤器
list_filter = [1,0,1,0,0,1]
list_filter_u = ['a','B','c','F']
r5 = filter(lambda x: True if x==1 else False,list_filter)
r6 = filter(lambda x : x,list_filter)
print(list(r5),list(r6))

#命令式编程
# map/reduce/filter/lambda

#函数式编程
#def/if else/for
#lisp 函数式编程的鼻祖(人工智能领域用的比较多)

#装饰器
#装饰器在其他语言中的应用：Python：装饰器 C#:特性 Java：注解

import time


def f1():
    #print(time.time())
    print('This is a function1')


#f1()


def f2():
    print('This is a function2')


def print_current_time(func):
    print(time.time())
    func()


"""
等价于
print(time.time())
f1()
print(time.time())
f2()
"""


print_current_time(f1)
print_current_time(f2)


# 装饰器


def decorator(func1):
    def wrapper(*args,**kwargs):#kwargs关键字参数  key word aygs
        print(time.time())
        func1(*args,**kwargs)
    return wrapper


@decorator
def f3(func_name):
    #print(time.time())
    print('This is a function3' + func_name)
#等价于 f3 = decorator(f3)


@decorator
def f4(func_name1,func_name2):
    #print(time.time())
    print('This is a function4' + func_name1,func_name2)

#@decorator
def f5(func_name1,func_name2,**kwargs):
    #print(time.time())
    print('This is a function4' + func_name1,func_name2,kwargs)


f3('test func')
f4('name1','name2')
f5('name1','name2',a=1,b=2,c='123')