Scalers点评：在2015年，ScalersTalk成长会完成Python小组完成了《Python核心编程》第1轮的学习。到2016年，我们开始第二轮的学习，并且将重点放在章节的习题上。Python小组是成长会内部小组，如果你想和我们一起学习Python，你需要是成长会成员，并且完成相关进群任务。

我们的节奏是行动是一周一章学到位，章节习题都会一个一个过。通过到位地执行，达到实质性的提升。

往期日志：

本周学习情况

本周（20160308-02160403）学习第十一章，章节内容为《函数和函数式编程》。本周复盘主持人为小龙。

本章主要内容

本章主要讲了函数和函数式编程的相关知识，从函数的定义到函数的创建和调用，以及一些特殊的函数

本章知识点

11.1 函数的定义

1.函数是对程序逻辑进行结构化或过程化的一种编程方法，函数可以用来定义重用代码、组织和简化代码

2.Python的过程可以看做是函数，因为会隐式的返回None

3.函数可以没有返回值（返回None），可以为一个object，多个时为tuple

11.2 调用函数

1.关键字参数让调用者通过函数调用中的参数名字来区分参数

2.默认参数就是声明了默认值的参数

3.可以将参数组传递给函数

func(positional_args, keyword_args, *tuple_grp_nonkw_args, **dict_grp_kw_args)

11.3 创建函数

1.函数用def语句创建

def function_name(arguments): "function_documentation_string" function_body_suite

2.函数定义需在调用前3.Python支持静态地嵌套域，可以创建内建函数

def foo: def bar: print 'bar called' print 'foo called' bar foo

4.装饰器是在函数调用之上的修饰。

作用：

引入日志

增加计时逻辑来检测性能

给函数加入事务的能力

11.4 传递函数

函数作为对象可以当成参数传入其它函数来进行调用

11.5 形参

关键字参数：按顺序或者不按顺序传入，但是带有参数列表中曾定义过的关键字

位置参数：在被调用函数中定义的准确顺序来传递

默认参数：函数调用时没有为参数提供值则使用预先定义的的默认值

11.6 可变长度的参数

1. 可变长参数包括：非关键字可变长参数（元组）和关键字可变长参数（字典）

2. 调用带有可变长参数对象函数顺序（位置参数，关键字参数，非关键字可变长度参数，关键字可变长度参数）

11.7 函数式编程

1.lambda —匿名函数

lambda [arg1[, arg2, … argN]]: expression

省略名字的单行函数

2.filter(func, seq)

返回func为True的list

2.map(func, seq1[,seq2…])

返回func处理后的list

3.reduce(func, seq[, init])

将序列的前两个值用func处理，得到的结果再与序列下一个值处理，依次进行，最后得到单一的返回值

4.偏函数应用把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，使调用这个新函数更简单。

11.8 变量作用域

1.变量在命名空间的查找顺序遵循LEGB规则：

local→enclosing function locals→global→builtin

2.可以用globa语句声明一个变量为全局变量

3.闭包

要形成闭包，首先得有一个嵌套的函数，即函数中定义了另一个函数，闭包则是一个集合，它包括了外部函数的局部变量，这些局部变量在外部函数返回后也继续存在，并能被内部函数引用。

11.9 递归

1. 一个或多个基础情况（最简单的情况），被用来停止递归

2. 每次递归调用都会简化原始问题，让他不断地接近基础情况，直到它变成基础情况

    def fibonacci(n): a, b = 0, 1 for i in range(n): a, b = b, a+b return a def fibonacci(n): if n == 0: #base case return 0 elif n == 1: #base case return 1 else: return fibonacci(n-1) + fibonacci(n-2)

11.10 生成器

生成器与一般的函数形式上一个为yield，一个为return。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而生成器在每次调用next的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

11.11 练习

11–1.参数。比较下面 3 个函数：

def countToFour1: for eachNum in range(5): print eachNum, def countToFour2(n): for eachNum in range(n, 5): print eachNum, def countToFour3(n=1): for eachNum in range(n, 5): print eachNum,

给定如下的输入直到程序输出，你认为什么会发生？向下表 11.2 填入输出。如果你认为给定的输入会发生错误的话填入“ERROR”或者如果没有输出的话填入“NONE”

Input countToFour1 countToFour2 countToFour3 2 ERROR 2 3 4 2 3 4 4 ERROR 4 4 5 ERROR None None (nothing) 0 1 2 3 4 ERROR 1 2 3 4

11-3 函数。在这个练习中，我们将实现 max和min内建函数。

(a) 写分别带两个元素返回一个较大和较小元素，简单的 max2核min2函数。他们应该可以用任意的 python 对象运作。举例来说，max2(4,8)和 min2(4,8)会各自每次返回 8 和 4。

(b) 创建使用了在 a 部分中的解来重构 max和min的新函数my_max和my_min.这些函数分别返回非空队列中一个最大和最小值。它们也能带一个参数集合作为输入。用数字和字符串来测试你的解。

def max2(a,b): max_num = a if a<b: max_num =b return max_num
def min2(a,b): min_num = a if a>b: min_num =b return min_num
def my_max(*nkargs): args = for arg in nkargs: args.append(arg) return reduce(max2,args) def my_min(*nkargs): args = for arg in nkargs: args.append(arg) return reduce(min2,args) print my_max(1,2,3) print my_max("a", "c", "d", "A") print my_min(1, 2, 3, 4, 5, 6, 7) print my_min("a", "c", "d", "A")

11–6. 变长参数。下一个称为 printf的函数。有一个值参数，格式字符串。剩下的就是根据格式化字符串上的值，要显示在标准输出上的可变参数，格式化字符串中的值允许特别的字符串格式操作指示符，如%d, %f, etc。提示：解是很琐碎的——无需实现字符串操作符功能性，但你需要显示用字符串格式化操作（%）

def printf(rule,*num): i = -1 for j in num: i = rule.find("%",i+1) #对%定位，分三种情况讨论并进行替换 if rule[i+1]=="d" and type(j)==int: result = rule.replace("%d",str(j),1) elif rule[i+1]=="f" and type(j)==float: result = rule.replace("%f",str(j),1) elif rule[i+1]=="s" and type(j)==str: result = rule.replace("%s",j,1) else: print "ERROR" #当对应类型不正确时抛出异常 exit(0) rule = result print result

11–7. 用 map 进 行 函 数 式 编 程 。 给 定 一 对 同 一 大 小 的 列 表 ， 如 [1 ， 2 ， 3] 和[‘abc’,’def’,’ghi’,….]，将两个标归并为一个由每个列表元素组成的元组的单一的表，以使我们的结果看起来像这样：{[(1, ‘abc’), (2, ‘def’), (3, ‘ghi’), …}.（虽然这问题在本质上和第六章的一个问题相似，那时两个解没有直接的联系）然后创建用 zip 内建函数创建另一个解。

 a=[1, 2, 3] b=['abc', 'def', 'ghi'] print map(None,a,b) print zip(a,b)

11–8. 用 filer进行函数式编程.使用练习 5-4 你给出的代码来决定闰年。更新你的代码一边他成为一个函数如果你还没有那么做的话。然后写一段代码来给出一个年份的列表并返回一个只有闰年的列表。然后将它转化为用列表解析。

def judge_year(year): if (year%4==0 and year%100!=0) or year%400 ==0: return True else: return False year_list=range(1987,2020) leap_year=filter(judge_year,year_list) print leap_year #列表解析 [year for year in range(1987,2020) if (year%4==0 and year%100!=0) or year%400 ==0]

11–9. 用 reduce进行函数式编程。复习 11.7.2 部分，阐述如何用reduce数字集合的累加的代码。修改它，创建一个叫average的函数来计算每个数字集合的简单的平均值。

 average = reduce(lambda x,y:x+y,range(10))/float(len(range(10)))

11–10.用 filter进行函数式编程。在unix文件系统中，在每个文件夹或者目录中都有两个特别的文件：’.’表示现在的目录，’..’表示父目录。给出上面的知识，看下os.listdir函数的文档并描述这段代码做了什么：

 files = filter(lambda x: x and x[0] != ‘.’, os. listdir(folder))

获取非当前目录和父目录的目录内容

11–11.用 map进行函数式编程。写一个使用文件名以及通过除去每行中所有排头和最尾的空白来“清洁“文件。在原始文件中读取然后写入一个新的文件，创建一个新的或者覆盖掉已存在的。给你的用户一个选择来决定执行哪一个。将你的解转换成使用列表解析。

 def clear(mystring): return str(mystring.strip)+"n" if__name__ == "__main__": with open("1.txt","r")as f: lines = f.readlines result = map(clear,lines) #map函数 #result =[str(line.strip())+"n" for line in lines] #列表解析 f.close choise = raw_input("Do you want tomake a new file? n/y") if choise=="y": filename = raw_input("Input yourfile name:") newfile = open(filename,"w") newfile.writelines(result) newfile.close else: withopen("1.txt","w") as f: f.writelines(result) f.close

11–12. 传递函数。给在这章中描述的testit函数写一个姊妹函数。timeit会带一个函数对象（和参数一起）以及计算出用了多少时间来执行这个函数，而不是测试执行时的错误。返回下面的状态：函数返回值，消耗的时间。你可以用 time.clock或者 time.time，无论哪一个给你提供了较高的精度。（一般的共识是在 POSIX 上用 time.time()，在 win32 系统上用 time.clock()）注意：timeit函数与 timeit 模块不相关(在 python2.3 中引入）

 import time deftimeit(func): start_time = time.clock result = func end_time = time.clock return (result, end_time - start_time) deffunc(a, b): return a * b printtimeit(func(23, 12))

11–13.使用 reduce进行函数式编程以及递归。在第 8 张中，我们看到 N 的阶乘或者 N!作为从 1 到 N 所有数字的乘积。

(a) 用一分钟写一个带 x,y 并返回他们乘积的名为mult(x,y)的简单小巧的函数。

(b)用你在 a 中创建 mult函数以及 reduce 来计算阶乘。

(c)彻底抛弃掉 mult的使用，用 lamda 表达式替代。

(d)在这章中，我们描绘了一个递归解决方案来找到N!用你在上面问题中完成的 timeit函数，并给三个版本阶乘函数计时(迭代的，reduce以及递归）

 def mult(x,y): return x*y deffac1(n): return reduce(mult, range(1,n+1)) deffac2(n): return reduce(lambda x, y: x * y,range(1,n+1))

11–14. 递归。我们也来看下在第八章中的 Fibonacci 数字。重写你先前计算 Fibonacci 数字的解(练习 8-9）以便你可以使用递归。

 def fibo(n): if n == 1: return 1 elif n == 2: return 1 else: return fibo(n - 1) + fibo(n - 2)

11–15.递归。从写练习 6-5 的解，用递归向后打印一个字符串。用递归向前以及向后打印一个字符串。

 def printLeft(strTemp): if strTemp: print strTemp[0], return printLeft(strTemp[1:]) defprintRight(strTemp): if strTemp: print strTemp[-1], return printRight(strTemp[:-1])

11–17.定义

（a）描述偏函数应用和currying之间的区别。偏函数解决这样的问题：如果我们有函数是多个参数的，我们希望能固定其中某几个参数的值。Currying解决的是一个完全不同的问题：如果我们有几个单参数函数，并且这是一种支持一等函数(first-class)的语言，如何去实现一个多参数函数？函数加里化是一种实现多参数函数的方法。

（b）偏函数应用和闭包之间有什么区别？闭包：一个可以使用另外一个函数作用域中的变量的函数。偏函数：偏应用函数就是缺少部分或全部参数的函数。

（c）最后，迭代器和生成器是怎么区别开的？ 生成器 是 迭代器 的真子集

ScalersTalkID:scalerstalk

本微信公众号作者Scalers，游走在口译世界的IT从业者。微信公众号ScalersTalk，网站ScalersTalk.com，口译100小时训练计划群C 456036104




成长会是由Scalers发起的面向成长、实践行动，且凝聚了来自全球各地各行各业从业者的社群。有意入会者请和Scalers直接联系，我和其他会员会和你直接交流关于成长行动等各方面的经验教训。2016年成长会持续招募中，参见做能说会写的持续行动者：ScalersTalk成长会2016年会员计划介绍(2016.3更新)