函數(二)

函數設計注意點：

耦合性：儘量不要使用全局變量；儘量不要改變函數中接收的可變實參的值；避免直接更改另一個模塊文件中的變量。

聚合性：每個函數都有一個單一的，統一的目標，並且函數儘可能的小。

Python的函數是一個對象，函數對象可以賦值給其他名字，傳遞給其他函數，嵌入到數據結構。而對於用於def語句中的名稱，它只是當前作用域的一個變量賦值，def運行之後，該名字指向了函數對象，我們可以把該對象賦給其他對象，同時我們也可以給這個函數名賦予其他對象。

>>> def echo(message):         #給變量echo賦予一個函數對象
... 	print(message)
... 
>>> echo
<function echo at 0xb70760ac>  
>>> x=echo                    #把函數對象賦予其他變量
>>> x('hello world')          
hello world
>>> echo=5                    #給變量echo賦予一個整數對象
>>> echo
5

函數內省

因爲函數也是對象，所以我們也可以像一個類一樣，通過.引用來查看它的屬性的值；而通過在引用dir方法，可以深入探索下一層的細節。

>>> def fun(a):
... 	print(a)
... 
>>> dir(fun)
['__annotations__', '__call__', '__class__', '__closure__', '__code__',... ,  '__subclasshook__']
>>> fun.__code__
<code object fun at 0xb71532a0, file "<stdin>", line 1>
>>> dir(fun.__code__)
['__class__', ..., 'co_argcount', ..., 'co_varnames']      #注意比較長的是兩個_,因爲是文件名的連接，所以中間是一個短線
>>> fun.__code__.co_varnames
('a',)
>>> fun.__code__.co_argcount
1

函數屬性

除了上面我們查看到的函數屬性，我們也可以通過手動添加一個新的屬性。

>>> fun.count=0     #手動添加屬性count，
>>> dir(fun)        #通過dir方式，你可以查看count已經添加到fun的屬性中
['__annotations__', ...,'__sizeof__', '__str__', '__subclasshook__', 'count']

函數註解

註解信息：與函數的參數和結果相關的任意的用戶定義的數據。它是可選的，出現的時候直接附加到函數對象的__annotations__，註解它編寫在def頭部行，所以我們只有在定義函數的時候才能對它進行設置。我們只對變量和函數返回值進行註釋。

參數的註釋     ：在參數後面加個冒號和註釋信息。如果你想對參數設置默認值的話，它處在註釋之後。

返回值的註釋 ：在參數列表之後冒號之前加一個->後面是標註信息

>>> def fun(a:'spam'=4, b:(1,10)=5, c:float=6) -> int:
... 	return a+b+c
... 
>>> fun.__annotations__
{'a': 'spam', 'c': <class 'float'>, 'b': (1, 10), 'return': <class 'int'>}

lambda

lambda表達式：一個或多個參數，緊接着一個冒號，之後是表達式。lambda argument1,argument2,...argument3:expression using arguments

lambda引入的本地作用域更像一個嵌套的def語句，將會自動從上層函數中，模塊中以及內置作用域中(通過LEGB法則)查變量

>>> def knights():
... 	title ='sir'
... 	action =(lambda x='fee':title+x) #默認值方式，它把表達式作爲返回值
... 	return action
... 
>>> act=knights()
>>> act('hello')
'sirhello'

在序列中映射函數：map

map 函數會對一個序列對象中的每一個元數應用被傳入的函數，並且返回一個包含了所有調用結果的列表。因爲它第一個參數期待函數對象，所以常與lambda配合

>>> map((lambda x:x+3),(1,2,3))       #僅僅得到的是函數對象 
<map object at 0xb707544c>
>>> list(map((lambda x:x+3),(1,2,3))) 
[4, 5, 6]
>>> list(map(pow,[1,2,3],[2,3,4]))    #賦予一個N參數的函數用於N序列，並行處理序列，並返回結果
[1, 8, 81]

filter 和 reduce

filter 基於某一個測試函數過濾一些元數

reduce 對每對元素都應用函數並運行到最後結果

>>> list(filter((lambda x: x>0),range(-5,5)))   #序列中大於0的選出來
[1, 2, 3, 4]

>>> from functools import reduce
>>> reduce((lambda x, y:x+y),[1,2,3,4])         
10