3-函數式編程

函數聲明

爲了代碼的可讀性，在定義一個函數的時候，最好有其函數參數的說明。示例：

def func_test(s):
    """
    :type s: str
    :rtype: str
    """
    pass

實現這種效果能夠經過插件設置，好比在vscode裏面，咱們可使用 koroFileHeader 來實現這樣的功能，直接在vscode搜索安裝便可，而後根據其 github 裏面的說明進行配置

函數的參數

Python中函數的參數有四種，分別是：

位置參數
默認參數
可變參數
關鍵字參數

python 按照參數的位置來區別參數，位置參數的優先級是最高的，其次分別是默認參數，可變參數，關鍵字參數

def f1(a, b, c=0, *args, **kw):
    print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)

可變參數將傳入的參數包裝成一個tuple，關鍵字參數將傳入的參數包裝成一個dict，所以在函數中使用這些參數的時候，可使用 args 或者 kw 這樣的關鍵字來使用其中的值，由於在函數聲明的時候，是以這兩個關鍵字聲明的。

高階函數

下面幾個函數在大多數編程語言裏面都有，屬於高階函數，它們接受函數做爲其中的參數：

map
reduce
filter
sorted

這些函數涉及到python的一個概念，iterator 和 iterable

Iterator 和 Iterable 的區別

Iterator 是惰性的，也就是說，一開始並不知道 下一個數是多少，只有使用了next ，它纔會去計算下一個數，這樣的好處是什麼呢？這樣就保證了不會一次性將大量的數據帶到內存裏面計算，只有用到的時候，在去計算

Iterable 則是相反的，它會一次把全部的數據所有帶到內存裏面，其中list，dict，tuple 都是Iterable 而不是 Iterator

map

map()函數接收兩個參數，一個是函數，一個是Iterable，map將傳入的函數依次做用到序列的每一個元素，並把結果做爲新的Iterator返回。
代碼：

>>> def f(x):
...     return x * x
...
>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81]

reduce

reduce 把一個函數做用在一個序列[x1, x2, x3, ...]上，這個函數必須接收兩個參數，reduce把結果繼續和序列的下一個元素作累積計算

filter

filter 也接收一個函數和一個序列。和map()不一樣的是，filter()把傳入的函數依次做用於每一個元素，而後根據返回值是True仍是False決定保留仍是丟棄該元素

sorted

sorted 函數也是一個高階函數，它還能夠接收一個key函數來實現自定義的排序

匿名函數

>>> list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
[1, 4, 9, 16, 25, 36, 49, 64, 81]

裝飾器

裝飾器是Python裏面很是有用的黑魔法，在許許多多的地方都會使用到裝飾器，從而使代碼複用，舉一個例子，假如存在有多個函數，調用每一個函數的時候，都須要通過認證，最好的作法就是把認證的代碼寫成一個裝飾器，而後加在每個函數的開頭。

#coding:utf-8
import functools
cert = {
    "username":"test",
    "password":"qwe123"

}

def authentication(func):
    @functools.wraps(func)
    def wrapper(*args,**kw):
        if cert["username"] == "test" and cert["password"] == "qwe123":
            return func(*args,**kw)
        else:
            print("auth failed")
    return wrapper


@authentication
def user_profile():
    print("Hello Here is user profile")


if __name__ == "__main__":
    user_profile()

裝飾器函數的代碼有必定的規律，寫起來大同小異，只是其中的業務邏輯不一樣。