python高阶函数（迭代器，装饰器，map-reduce等）

高级特征

迭代

迭代通过for...in来完成，作用对象可以是list,tuple,dict，str之类的可迭代对象。如下迭代dict类型:

d = {'a': 1, 'b': 2, 'c': 3}
for key in d:
    print(key)  #a,b,c

注：dict字典数据类型，内部原始没有顺序，故输出顺序可能不同。dict默认迭代key值，如要迭代value值，需要使用for value in d.values()；如要迭代键值对，要使用for k,v in d.items()。

可迭代对象的判断方法，使用collections模块的Iterable类型判断：

from collections import Iterable
isinstance('abc',Iterable)  # 返回True，即str为可迭代对象

enumerate函数，可以将list变成索引-元素对：

for i,v in enumerate(['A', 'B', 'C']):
    print(i,v)#0 A;1 B;2 C

生成器(generator)

创建方法（一）：
将列表生成式的’[]‘改写成’()'即可，如：

L = [x for x in range(5)] #这是个列表
L2 = (x for x in range(5)) #这是个生成器

创建方法（二）：
在循环函数内使用yield关键字代替输出。

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

调用next()函数可以逐个输出循环体内值，调用一次输出一次，直到输出完毕后，报StopIteration错误。在循环体中，每执行一次yield则跳出该循环。

生成器也是可迭代对象，所以可以使用for...in循环输出,且最后不会有StopIteration报错。

迭代器（Iterator）

可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator，而可迭代对象叫：Iterable。所以，生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

iter()函数将可迭代对象，转换为iterator。

高阶函数

map-reduce

map函数：map(function_to_apply,list_of_inputs),接收两个参数,一个函数，一个Iterable。该函数将序列的每个元素逐个作用到function上，并返回一个Iterator。

#e.g.
items = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x**2, items)) # 1，4，9，16，25

除此之外，map函数还可以接收，由函数组成的Iterable：

def multiply(x):
    return x*x
def add(x):
    return x+x
funcs = [multiply,add]
for i in range(5):
    print(list(map(lambda x: x(i),funcs)))
# Output:
# [0, 0]
# [1, 2]
# [4, 4]
# [9, 6]
# [16, 8]

reduce函数:形式与map相同，但是参数函数必须接收两个值，reduce把结果继续和序列的下一个元素做累积计算，类似：reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)。

from functools import reduce
product = reduce((lambda x,y:x*y),[1,2,3,4])
# output:24

filter

filter函数:形式与map相同，但filter将元素代入func做判断，返回满足条件的元素（Iterator）。

odd_list = list(filter((lambda x: x%2==1),[1,2,4,5,6,7]))

闭包

在函数中返回函数，则“外部函数”的变量可以被“内部函数”引用，但是，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。函数名后没有加"()“的，只能起到传递函数的作用，加上”()"才能真正执行。如下例

def adder(x):
    def wrapper(y):
        return x + y
    return wrapper

adder5 = adder(5)
# 输出 15
adder5(10)
# 输出 11
adder5(6)

装饰器（decorator）

函数可以作为参数传给另⼀个函数。装饰器的作用就是将目标函数①作为参数，传递给另一个函数②。以达到在不改变目标函数①的前提下，添加函数②的功能，还可以接收函数②的新参数（可能需要多层嵌套）。类似如此：

@func1  #func1一般为针对func2的闭包函数。
def func2():
    print('some')
#定义完毕后，执行func2时，实际是执行func2 = func1(func2)。此时func2指向的是func1的内部函数。可通过func2.__name__查看。
#此时，在最后的"封装"步骤前添加：@functools.wraps(func)可以修正__name__

示例：

from functools import wraps
def decorator_name(f):
    @wraps(f)
    def decorated(*args,**kwargs):
        if not can_run:
            return 'func will not run'
        return f(*args,**kwargs)
    return decorated
@decorator_name
def func():
    return('func is running')

can_run=True
print(func())
# output: Function is running

can_run =False
print(func())
# Output: Function will not run

func():
    return('func is running')

can_run=True
print(func())
# output: Function is running

can_run =False
print(func())
# Output: Function will not run