在 Python 语言中，函数与整数、字符串、字典等基本数据类型一样，都是一等对象。所谓一等对象，即满足如下三个条件：
- 在运行时创建
- 能赋值给变量
- 能作为函数的参数或返回值
以下 IDLE 中的代码即在运行时创建了函数 factorial：
>>> def factorial(n):
... '''calculates n!'''
... return 1 if n < 2 else n * factorial(n-1)
...
>>> factorial(5)
120
>>> factorial.__doc__
'calculates n!'
>>> type(factorial)
<class 'function'>
>>> fact = factorial
>>> fact
<function factorial at 0x7f55bc771c10>
>>> fact(5)
120
>>> list(map(fact, range(10)))
[1, 1, 2, 6, 24, 120, 720, 5040, 40320, 362880]
从输出中可以看出，factorial 是 function 类的实例对象，__doc__ 是 factorial 对象众多属性中的一个。
可以把 factorial 函数赋值给变量 fact，通过 fact 变量调用 factorial 函数。还可以把 factorial 作为参数传递给 map 函数。
这些行为表现了函数作为一等对象的特性。
一、高阶函数
接受函数作为参数，或者把函数作为返回值的函数即为高阶函数。
如内置用于排序的 sorted 函数，它的 key 参数用于传入一个函数，在需要排序的每个元素上执行特定的操作。如根据单词长度对多个字符串进行排序：
>>> fruits = ['strawberry', 'fig', 'apple', 'cherry', 'raspberry', 'banana']
>>> sorted(fruits, key=len)
['fig', 'apple', 'cherry', 'banana', 'raspberry', 'strawberry']
任何单参数的函数都可以作为 key 的值传给 sorted 函数，如把单词反向拼写作为排序条件：
>>> def reverse(word):
... return word[::-1]
...
>>> reverse('test')
'tset'
>>> sorted(fruits, key=reverse)
['banana', 'apple', 'fig', 'raspberry', 'strawberry', 'cherry']
map、filter 与 reduce
函数式编程语言通常会提供 map、filter 和 reduce 三个高阶函数或者实现了类似功能的函数。Python3 中的列表推导和生成器即具有 map 和 filter 函数的功能。
参考如下示例：
>>> def fact(n):
... return 1 if n < 2 else n * fact(n-1)
...
>>> list(map(fact, range(6)))
[1, 1, 2, 6, 24, 120]
>>> [fact(n) for n in range(6)]
[1, 1, 2, 6, 24, 120]
>>> list(map(fact, filter(lambda n: n % 2, range(6))))
[1, 6, 120]
>>> [fact(n) for n in range(6) if n % 2]
[1, 6, 120]
通过列表推导可以完成与 map 或 filter 函数类似的工作，且可读性更高，也避免了使用 lambda 表达式。
reduce 在 Python2 中是内置函数，但在 Python3 中被移到了 functools 模块中。reduce 可以把某个操作连续地应用到某个序列上，累计所有的结果，把产生的一系列值规约成一个值。因此常用于求和计算，但内置的 sum 函数在可读性和性能方面更优。
>>> from functools import reduce
>>> from operator import add
>>> reduce(add, range(101))
5050
>>> sum(range(101))
5050
二、匿名函数
可以使用 lambda 关键字在 Python 表达式内创建匿名函数。
在函数的参数列表中最适合使用匿名函数。如前面的根据字符串反序后的结果对单词列表进行排序，可以使用 lambda 匿名函数替代传入 sorted 的 reverse 函数：
>>> fruits = ['strawberry', 'fig', 'apple', 'cherry', 'raspberry', 'banana']
>>> sorted(fruits, key=lambda word: word[::-1])
['banana', 'apple', 'fig', 'raspberry', 'strawberry', 'cherry']
lambda 表达式 lambda words: words[::-1] 即等同于之前的 reverse 函数：
def reverse(word):
return word[::-1]
除了作为参数传给某个高阶函数外，Python 很少使用匿名函数。
三、可调用对象
除了用户自定义的函数，其他可调用对象也可以使用调用运算符（即 ()）。
Python 的数据模型中共包含 7 种可调用对象：
- 用户自定义函数：使用
def语句或lambda表达式创建的函数 - 内置函数：由 C 语言（CPython）实现的函数，如
len或time.strftime等 - 内置方法：使用 C 语言实现的方法，如
dict.get - 方法：在类的定义体中定义的函数
- 类：类在调用时会使用
__new__方法创建实例，然后运行__init__初始化实例，最后将实例返回给调用方。调用类相当于调用函数。 - 类的实例：如果类的定义中实现了
__call__方法，则其实例可以作为函数调用 - 生成器：使用 yield 关键字的函数或方法。可以返回生成器对象。
使用内置的 callable() 函数可以确认对象是否可调用。
任何 Python 对象都可以表现得像函数，只需实现该实例的 __call__ 方法。
如下面的 bingocall.py，从列表中随机取出一个元素：
import random
class BingoCage:
def __init__(self, items):
self._items = list(items)
random.shuffle(self._items)
def pick(self):
try:
return self._items.pop()
except IndexError:
raise LookupError('pick from empty BingoCage')
def __call__(self):
return self.pick()
bingo = BingoCage(range(50))
print(bingo.pick())
# => 38
print(bingo())
# => 22
print(callable(bingo))
# => True
bingo 是 BingoCage 类的一个实例，由于 BingoCage 类中实现了 __call__ 方法，则 bingo 对象是可调用的（bingo()）。
四、支持函数式编程的模块
operator
在函数式编程中，经常需要将算术运算符当作函数使用。如不使用递归计算阶乘。
使用 reduce 和 lambda 表达式计算阶乘：
>>> from functools import reduce
>>> def fact(n):
... return reduce(lambda a, b: a*b, range(1, n+1))
...
>>> fact(5)
120
Python 中的 operator 为多个运算符提供了对应的函数，可以避免写 lambda a, b: a*b 这种匿名函数。
使用 reduce 和 operator.mul 计算阶乘：
>>> from operator import mul
>>> from functools import reduce
>>> def fact(n):
... return reduce(mul, range(1, n+1))
...
>>> fact(5)
120
operator 模块中还有一类 itemgetter 和 attrgetter 函数，可以替代从序列中取出元素或读取属性的 lambda 表达式。
如根据元组中的第二个元素对多个元组进行排序：
>>> metro_data = [
... ('Tokyo', 'JP', 36.933, (35.689722, 139.691667)),
... ('Delhi NCR', 'IN', 21.935, (28.613889, 77.208889)),
... ('Mexico City', 'MX', 20.142, (19.433333, -99.133333)),
... ('New York-Newark', 'US', 20.104, (40.808611, -74.020386)),
... ('Sao Paulo', 'BR', 19.649, (-23.547778, -46.635833)),
... ]
>>> from operator import itemgetter
>>> for city in sorted(metro_data, key=itemgetter(1)):
... print(city)
...
('Sao Paulo', 'BR', 19.649, (-23.547778, -46.635833))
('Delhi NCR', 'IN', 21.935, (28.613889, 77.208889))
('Tokyo', 'JP', 36.933, (35.689722, 139.691667))
('Mexico City', 'MX', 20.142, (19.433333, -99.133333))
('New York-Newark', 'US', 20.104, (40.808611, -74.020386))
如果把多个参数传递给 itemgetter，则该函数会返回由提取的值构成的元组：
>>> cc_name = itemgetter(1, 0)
>>> for city in metro_data:
... print(cc_name(city))
...
('JP', 'Tokyo')
('IN', 'Delhi NCR')
('MX', 'Mexico City')
('US', 'New York-Newark')
('BR', 'Sao Paulo')
attrgetter 与 itemgetter 作用类似，可以根据名称提取对象的属性。
operator 模块中还有一个 methodcaller 函数，可以用来在某个对象上调用由参数指定的方法。
>>> from operator import methodcaller
>>> s = 'The time has come'
>>> upcase = methodcaller('upper')
>>> upcase(s)
'THE TIME HAS COME'
>>> hiphenate = methodcaller('replace', ' ', '-')
>>> hiphenate(s)
'The-time-has-come'
functools.partial
高阶函数 functools.partial 用来部分应用某个函数。即基于某个函数创建一个新的可调用对象，并把原函数的某些参数固定。
如使用 partial 把一个接受双参数的函数改编成单参数的可调用对象：
>>> from operator import mul
>>> from functools import partial
>>> triple = partial(mul, 3)
>>> triple(7)
21
>>> list(map(triple, range(1, 10)))
[3, 6, 9, 12, 15, 18, 21, 24, 27]
partial() 函数返回一个 functools.partial 对象，该对象提供对原函数的访问和固定原函数参数的行为。
>>> def greeting(words, name):
... return f'{words}, {name}!'
...
>>> from functools import partial
>>> greeting2 = partial(greeting, name='skitar')
>>> greeting2("what's up")
"what's up, skitar!"
>>> greeting2
functools.partial(<function greeting at 0x7f70f31788b0>, name='skitar')
网友评论