python中函数的进阶用法

原创

庐州月光 2022-06-21 09:36:42 ©著作权

©著作权归作者所有：来自51CTO博客作者庐州月光的原创作品，请联系作者获取转载授权，否则将追究法律责任

python支持函数式编程范式，对于函数，还有更加高级的玩法，首先介绍高阶函数的概念。所谓高阶函数，就是可以将函数作为参数输入的一种函数。在python中，常用的高阶函数有以下几种

map
filter
sorted

map的作用和for循环一样，对集合中的每一个元素进行操作，基本用法如下

# 自定义函数
>>> def add(x): return x + 2
# 自定义函数作为map的参数，传递进入
>>> r = map(add, [1, 2, 3, 4])
>>> r
<map object at 0x0086E628>
>>> list(r)
[3, 4, 5, 6]

可以看到，map是一个函数，其第一个参数也是一个函数，因此称map是高阶函数。map调用对应的函数，对集合中的每一个元素进行处理。需要注意的是，其返回值是一个map类型的对象，需要通过list函数将其展开为列表。

filter的作用就是进行筛选，用法如下

# 自定义函数，返回值为逻辑值
>>> def is_odd(x): return x % 2 == 0
...
>>>
>>> r = filter(is_odd, [1, 2, 3, 4])
>>> r
<filter object at 0x0086E340>
>>> list(r)
[2, 4]

可以看出，filter筛选出了返回值为True的数据。

sorted的作用是排序，用法如下

>>> def extract(x): return int(x[3:])
...
>>>
>>> sorted(['chr1', 'chr12', 'chr2'], key = extract)
['chr1', 'chr2', 'chr12']

对染色体名称进行排序，是一个典型的使用场景。上述代码中，首先根据key指定的函数对列表中的每一个元素进行处理，就是提取chr后面的字符，并转换成整数，函数会根据转换好的整数进行排序，对于数值，默认按照从小到大的顺序进行排列，去除了chr字符的干扰，就可以排列出我们想要的顺序。

在上面的代码中，自定义函数有一个共同点，就是逻辑都非常简单，一行代码就搞定了。对于这样的函数，python有一个更加简便的写法，称之为匿名函数，用法如下

>>> r = map(lambda x:x + 2, [1, 2, 3, 4])
>>> list(r)
[3, 4, 5, 6]
>>> sorted(['chr1', 'chr12', 'chr2'], key = lambda x : int(x[3:]))
['chr1', 'chr2', 'chr12']

顾名思义，匿名函数就是没有名称的函数，改用lambda关键词进行定义，后面直接跟参数列表，然后冒号，冒号后面是函数内部的操作语句。匿名函数仅支持单条语句，返回值就是该语句处理后的值，不需要也不可以用return来声明返回值。

除了将函数作为参数，函数也可以作为返回值，典型的使用场景是递归调用，示例如下

# 定义一个计算阶乘的函数
>>> def fact(n):
...     if n == 1: return 1
...     return n * fact(n - 1)
...
>>> fact(4)
24
>>> fact(3)
6

上述代码中，自定义的阶乘函数的返回值是函数本身，这样的函数称之为递归函数。传统的思维方式倾向于通过循环来解决问题，而递归则是一种高度抽象。相比循环的方式，其代码更加简洁。

除了递归，还有一个经典的使用场景就是闭包。闭包是函数的嵌套，示例如下

>>> def grep_file(search):
...     def greper(file_name):
...             return [line for line in open(file_name) if search in line]
...     return greper

上述代码定义的函数，实现了linux下grep的简单版本，筛选文件中包含指定关键词的行。从形式上看，该函数分成了两部分，第一部分是外围的grep_file函数，第二部分是内部的greper函数。调用外部函数时，实际上返回的是内部的函数，其调用方式如下

>>> grep_file('awk')('result.txt')

闭包是函数式编程中一种重要的组成结构，将面向过程的处理顺序抽象化成函数之间的参数传递。闭包在python中的一个典型应用是装饰器，在不改变函数定义的前提下，在函数执行时动态增加功能，示例如下

import functools
import time
import os


# 定义装饰器
# 在函数调用前打印时间
def log(func):
    @functools.wraps(func)
    def wrapper(*args, **kw):
        print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()))
        return func(*args, **kw)
    return wrapper


# 通过@语法将装饰器绑定到run_cmd函数上
@log
def run_cmd(cmd):
    os.system(cmd）