函数（作用域，匿名函数，函数式编程，高阶函数）

一.函数作用域                                          1.函数名表示的是内存地址

1 def test1():
2     print(‘in the test1‘)
3 def test():
4     print(‘in the test‘)
5     return test1
6
7 print(test())

打印：in the test<function test1 at 0x000001E90E452EA0>

2.函数的作用域只跟函数声明时定义的作用域有关，跟函数的调用位置无任何关系

1 name = ‘xiaopang‘
2 def foo():
3     name=‘fangjiyi‘
4     def bar():
5
6         print(name)
7     return bar
8 a=foo()
9 a()

运行结果：fangjiyi

二.匿名函数

1.定义：lambda x:x+1    形参 返回值（包含运算逻辑）2.使用方式赋函数名实现单个参数name=‘fang‘func=lambda x:x+‘sb‘func(name)print(func(name))多个参数：f=lambda x,y,z:(x+1,y+1,z+1)print(f(5,6,7))打印结果：（6，7，8）

三.函数式编程函数式编程=编程语言定义的函数+数学意义的函数1.高阶函数定义（满足以下其一）*1函数接收的参数是一个函数名  *2返回值中包含函数*把函数当作参数传给另外一个函数def foo(n):    print(n)

def bar(name):    print(‘my name is %s‘ %name)foo(bar)foo(bar(‘alex‘))*返回值中包含函数方式一def bar():    print(‘from bar‘)def foo():    print(‘from foo‘)    return barn=foo()n()方式二def hanle():    print(‘from handle‘)    return hanleh=hanle()h()运行结果：from handlefrom handle2.高阶函数--filter

filter()函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

需求：过滤掉带前缀的字符串1.使用正常方式（类似filter实现的过程）：students=[‘sb-bcs‘,‘sb-ljf‘,‘fjy-nb‘,‘ql-nb‘,‘zsb‘]

def sb_reduce(func,array):    ret=[]    for i in array:        if not func(i):            ret.append(i)    return ret

print(sb_reduce(lambda x:x.startswith(‘sb‘),students) )#运行结果：[‘fjy‘, ‘ql‘, ‘zsb‘]2.使用filter函数*filter返回的是迭代器对象students=[‘sb-bcs‘,‘sb-ljf‘,‘fjy-nb‘,‘ql-nb‘,‘zsb‘]print(filter(lambda x:x.startswith(‘sb‘),students) )打印结果：<filter object at 0x000001C1CFEF4978>**通过list方法遍历取值(默认取判断正确的)students=[‘sb-bcs‘,‘sb-ljf‘,‘fjy-nb‘,‘ql-nb‘,‘zsb‘]print(list(filter(lambda x:x.startswith(‘sb‘),students)) )打印结果：[‘sb-bcs‘, ‘sb-ljf‘]***进行 判断修改 实现过滤students=[‘sb-bcs‘,‘sb-ljf‘,‘fjy-nb‘,‘ql-nb‘,‘zsb‘]print(list(filter(lambda x:not x.startswith(‘sb‘),students)) )打印结果：[‘fjy-nb‘, ‘ql-nb‘, ‘zsb‘]

3.高阶函数--mapmap()函数会根据提供的函数对指定序列做映射需求：对任意数组实现加减乘除等处理*正常实现（同时也是map函数实现过程）

 1 num_l=[1,2,10,5,3,7]
 2 def map_test(func,array):
 3     ret=[]
 4     for i in array:
 5         res=func(i) #add_one(i)
 6         ret.append(res)
 7     return ret
 8
 9 print(map_test(lambda x:x+1,num_l))
10 print(map_test(lambda x:x-1,num_l))
11 print(map_test(lambda x:x*2,num_l))
12 print(map_test(lambda x:x/2,num_l))

打印结果：[2, 3, 11, 6, 4, 8][0, 1, 9, 4, 2, 6][2, 4, 20, 10, 6, 14][0.5, 1.0, 5.0, 2.5, 1.5, 3.5]**map函数map函数返回的是一种可迭代对象num_l=[1,2,10,5,3,7]print(map(lambda x:x+1,num_l))打印结果：<map object at 0x000001FE068CA048>***使用map函数需要用list取值出来num_l=[1,2,10,5,3,7]print(list(map(lambda x:x+1,num_l)))打印结果;[2, 3, 11, 6, 4, 8]

4.高阶函数--reduce()直接返回一个具体的值reduce() 函数会对参数序列中元素进行累积。需求：对一个数组进行累积*正常实现（reduce实现原理）

 1 num_l=[2,2,3,10]
 2 def reduce_test(func,array,init=None):
 3     if init is None:
 4         res=array.pop(0)
 5     else:
 6         res=init
 7     for num in array:
 8         res=func(res,num)
 9     return res
10 print（reduce_test(lambda x,y:x*y,num_l)))
11 print(reduce_test(lambda x,y:x*y,num_l,10))#指定参数从他的基础上进行

打印结果：120060000**使用reduce函数需要从functols模块中引入

from functools import reduce
num_l=[3,2,2,9]
print(reduce(lambda x,y:x+y,num_l,1))
print(reduce(lambda x,y:x+y,num_l))

运行结果:1716

新手可能有很多不足

原文地址：https://www.cnblogs.com/snowony/p/11779768.html