函数简单说明
# 函数即"变量"# 高阶函数# a.把一个函数名当做实参传给另一个函数(在不修改被装饰函数的源代码的情况下，为其添加功能)# b.返回值中包含函数名（不修改函数的调用方式）'''import timedef bar(): print("in the bar!") time.sleep(2)def foo(func): start_time = time.time() func() #根据内存地址，执行代码 stop_time = time.time() print("run time %s" %(stop_time-start_time))foo(bar)#函数嵌套，是在一个函数内，用一个def来定义一个新的函数def foo(): print("in the foo") def bar(): print("in the bar") bar()#函数调用def foo(): print("in the foo") bar()def bar(): print("in the bar") 匿名函数
1 calc = lambda a,b :a+b 2 print(calc(1,2)) 3 4 calc = lambda n : 3 if n<5 else n*n 5 print(calc(12)) 6 7 res = filter(lambda n:n>5,range(10)) 8 res = map(lambda n:n*n,range(5)) 9 for i in res:10 print('----',i)11 12 res = [lambda i:i*2 for i in range(10)] 内置函数
1 # -*- coding:utf-8 -*- 2 # LC 3 print(all([1,2,3,0,4])) #all中的课迭代对象全为真则返回真 4 print(any([1,2,3,0])) #any中有一个为真则返回真 5 print(bin(101)) #把数字转换成2进制 6 print(bool({})) #判断整数是否为真，列表，元组，字典如果为空，则返回False 7 8 a = bytes("abcde",encoding="utf-8") #字符串默认是不能够修改的 9 b = bytearray("abcde",encoding="utf-8") #将原有数据变化成一个列表，并且可以改变 10 b[1] = 100 #改变列表中的值，但必须要赋值一个整型，为ASCII码表对应的数字，即d对应ASCII码中的100 11 print("----",b) 12 13 callable([]) #判断是否为可调用对象，函数，类都是可以调用的，即是否有()调用 14 print(callable([])) 15 def hel():pass 16 print(callable(hel)) 17 18 chr(100) #输入数字，返回数字对应的unicode表中的字符 19 print("----",chr(97)) 20 21 ord("i") #输入字符，将字符对应的unicode表的数字返回 22 print(ord("你")) 23 24 code = "for i in range(10):print(i)" 25 exec(code) #exec能够将字符串转换成可执行代码并执行 26 27 print(dir(code)) #查看一点对象具体有什么方法可以使用 28 29 print(divmod(10.2,2.2)) #查看两张相除的结果及余数 30 31 #enumerate([]) #将可迭代对象按着序列号排序 32 list1 = ['January','February','March','April','May','June','July','August','September','October','November','December'] 33 print(list(enumerate(list1,start=1))) #表示从1开始计数，将list1中的对象分配一个序号 34 for index,i in enumerate(list1,start=1): 35 print(index,i) 36 37 #filter 38 res = filter(lambda n:n>5,range(10)) #结合lambda，filter将lambda中为True的返回 39 for i in res: 40 print(i) 41 #map 42 res = map( lambda n:n*2,range(6)) #map将lambda range中所有的元素进行运算 43 for i in res: 44 print(i) 45 46 res = [lambda i:i*2 for i in range(10)] 47 #reduce 48 import functools 49 rese = functools.reduce(lambda x,y:x+y,range(5)) #表示x,y默认从0,1开始，x+y结果传递给x，y每次+1，并把结果给x,(即列表中所有数字相加) 50 print(rese) 51 52 res = functools.reduce(lambda x,y:x*y,range(1,10)) #列表中所有数字相乘 53 print('----',res) 54 55 #frozeset 56 a = frozenset([1,2,3,5,534,4,34,2]) #表示一个不可变集合，即默认集合拥有的方法将无法使用 57 print(a) 58 59 #globals() #将整个程序，仅这个文件的变量按着key，value的格式，字典的方式呈现 60 print(globals()) 61 62 #hash 63 64 #hex #将数字转换成16进制 65 #oct(x) #将数字转换成8进制 66 hex(152) 67 68 #id #返回内存地址 69 print('---',id(1)) 70 71 #locals() #寻找局部变量中的变量，仅在局部有效 72 73 #max() #找出最大的值 74 #min() 75 76 #pow 77 print(pow(2,4,5)) #求x的y次方，然后使用z求余 78 79 #round 80 print(round(1.232122322,5)) #表示保留小数点后几位 81 82 #sorted 83 a = {5:2,8:0,1:4,-5:7,99:11} 84 print(sorted(a.items())) #将字典a变成列表，并排序，默认按着字典的key排序 85 # 结果：[(-5, 7), (1, 4), (5, 2), (8, 0), (99, 11)] 86 print(sorted(a.items(),key=lambda x:x[1])) #按着字典value排序，使用lambda来指定转换后的列表中的第二个数字排序 87 # 结果：[(8, 0), (5, 2), (1, 4), (-5, 7), (99, 11)] 88 89 #zip #将多个可迭代对象进行相互柔和,以最短的算 90 a = (1,2,3,4,5,6,7) 91 b = ('a','b','c','d','e','f') 92 print(len(b)) 93 c = ('+' for i in range(len(b))) #使用生成器生成一个元组 94 print(c) 95 for i in zip(a,b,c): 96 print(i) 97 98 #map #将可迭代对象按着函数执行，即将可迭代对象的值传递给函数，并返回结果 99 def hel(*args):100 101 return args102 for i in map(hel,a,b):103 print(i) 序列化
1 #json序列化 #json能够将内存中的熟悉序列化值硬盘文件中，json只能序列号简单的，如列表，元组，字典等，函数不行 2 import json 3 info = { 4 'name':'lc', 5 'age':19 6 } 7 f = open("test.txt",'w') 8 f.write(json.dumps(info)) 9 f.close()10 11 #json反序列化 #json返序列化能够将文件中的数据加载至内存中，保持原格式12 f = open("test.txt","r")13 data = json.loads(f.read()) #通过loads来实现14 print(data["age"]) #可以直接读取15 f.close()16 17 #pickle序列化 #pickle能够序列化复杂的对象类型，如函数，pickle仅在python中有效，json是在各种语言中都有效18 import pickle19 import json20 def hello(name):21 print("hello,",name)22 info = {23 'name':'lc',24 'age':'19',25 'func':hello #函数26 }27 f = open("test.txt","wb") #pickle序列化需要用字节格式28 pickle.dump(info,f) #等价于f.write(pickle.dumps(info))29 f.close()30 31 #pickle反序列化32 f = open("test.txt","rb")33 data = pickle.load(f) #等价于data = pickle.loads(f.read())34 print(data["func"]("lvcheng"))35 f.close()
高阶函数
转载：http://www.cnblogs.com/ghgyj/p/3997548.html
要理解“函数本身也可以作为参数传入”，可以从Python内建的map/reduce函数入手。
如果你读过Google的那篇大名鼎鼎的论文“”，你就能大概明白map/reduce的概念。
我们先看map。map()函数接收两个参数，一个是函数，一个是序列，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。
举例说明，比如我们有一个函数f(x)=x2，要把这个函数作用在一个list [1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()实现如下：
现在，我们用Python代码实现：
>>> def f(x):... return x * x...>>> map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])[1, 4, 9, 16, 25, 36, 49, 64, 81]
请注意我们定义的函数f。当我们写f时，指的是函数对象本身，当我们写f(1)时，指的是调用f函数，并传入参数1，期待返回结果1。
因此，map()传入的第一个参数是f，即函数对象本身。
像map()函数这种能够接收函数作为参数的函数，称之为高阶函数（Higher-order function）。
你可能会想，不需要map()函数，写一个循环，也可以计算出结果：
L = []for n in [1, 2, 3, 4, 5, 6, 7, 8, 9]: L.append(f(n))print L
的确可以，但是，从上面的循环代码，能一眼看明白“把f(x)作用在list的每一个元素并把结果生成一个新的list”吗？
所以，map()作为高阶函数，事实上它把运算规则抽象了，因此，我们不但可以计算简单的f(x)=x2，还可以计算任意复杂的函数。
再看reduce的用法。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，其效果就是：
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
比方说对一个序列求和，就可以用reduce实现：
>>> def add(x, y):... return x + y...>>> reduce(add, [1, 3, 5, 7, 9])25
当然求和运算可以直接用Python内建函数sum()，没必要动用reduce。
但是如果要把序列[1, 3, 5, 7, 9]变换成整数13579，reduce就可以派上用场：
>>> def fn(x, y):... return x * 10 + y...>>> reduce(fn, [1, 3, 5, 7, 9])13579
这个例子本身没多大用处，但是，如果考虑到字符串str也是一个序列，对上面的例子稍加改动，配合map()，我们就可以写出把str转换为int的函数：
>>> def fn(x, y):... return x * 10 + y...>>> def char2num(s):... return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]...>>> reduce(fn, map(char2num, '13579'))13579 整理成一个str2int的函数就是：
def str2int(s): def fn(x, y): return x * 10 + y def char2num(s): return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s] return reduce(fn, map(char2num, s)) 还可以用lambda函数进一步简化成：
def char2num(s): return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]def str2int(s): return reduce(lambda x,y: x*10+y, map(char2num, s)) 也就是说，假设Python没有提供int()函数，你完全可以自己写一个把字符串转化为整数的函数，而且只需要几行代码！
lambda函数的用法在下一节介绍。