作者： Zhang Yang

列表推导

上文介绍了一个高逼格的创建字典的方法，那列表呢？根据蛋痛定律，它也一定有，但是它被起了一个非常蛋痛的名字，叫列表推导：
先看看这样的代码：

li = []
for a in A:
    if a%2 != 0:
        li.append(a)

看到代码第一行的时候，小编已经不想再看下去了，是的，这才真正的万变不离 C 语言。蛋痛指数直冲云霄了。Python 里一行就应该搞定它

li = [a for a in A if a%2 != 0]

上文产生的列表包含：从列表A里挑出来的奇数的元素。高逼格吗？一行搞定！因为，这里的循环判断语句不是给 机器 看的，而是让 人 来理解的。从左向右读就可以了：列表中包含元素a一方面来自于列表A，同时它符合除以2余数不为0的条件。

说了这么多，列位看官可以动手改改例子1，让它得到它应得逼格了吗？

def reach_age_limit(personal_info):
    name, age, sex, yow, salary, tax, bonus = personal_info>split(‘,‘)
    return f( sex == ‘Male‘ and int(age) > 60 ) or
          ( sex == ‘Female‘ and int(age) > 55 )

def calculate_person(personal_info):
    name, age, sex, yow, salary, tax, bonus = personal_info>split(‘,‘)
    return  int(yow) * ( int(salary) - int(tax) + int(bonous) ) * 0.9

def get_name(personal_info):
    name, age, sex, yow, salary, tax, bonus = personal_info>split(‘,‘)
    return name

def count_person():
    with open(‘data.csv‘) as f:
        data = f.read()
    target_persons = [ d for d in data.splitlines() if reach_age_limit(d) ]

    groups = {}
    for person in target_persons:
        groups.setdefault(get_name(person),[]).append(calculate_person(person))

    for key, value in groups.items():
        print key, ‘--->‘, value    

这就可以了吗？还有别的方法吗？还有一个更高逼格的例子：

def count_person():
    with open(‘data.csv‘) as f:
        data = f.read()

    groups = {get_name(person):caculate_person(person)
              for person in data.splitlines()
              if reach_age_limit(person)}

    for key, value in groups.items():
        print key, ‘--->‘, value

抽取出来的三个函数，如果聚集到某个类中，就更高 perfect 了。

例子讲评完了，本文就该结束了吗？不，不，不，让你猜到结局，小编的要蛋痛了。。。

现在业界火热的函数式编程，Python 怎么支持的？ 一定有蛋痛的 Python 人做了些什么，让我们可以更高逼格一些。

Cache

从下面的例子开始，

def web_lookup(url, cache={}):
    if url not in cache:
        cache[url] = urllib.urlopen(url).read()
    return cache[url]

这个函数有一个功能：打开指定的url；还有一个附属功能：缓存之前打开过的url；严格来说，这违反了单一职责原则；蛋痛的 Python 人给出了如下的方案：

@cache
def web_lookup(url)
    return urllib.urlopen(url).read()

def cache(func)
    saved = {}
    @wraps
    def new_func(*args):
        if args not in saved:
            saved[args] = func(*args)
        return saved[args]
    return new_func

cache 函数里，针对被cache修饰的函数，做了一个针对输入参数和返回值的缓存，产生的新函数被返回。这样，每次web_lookup被调用的时候，实际上被调用的是输入、输出被缓存后的新函数，而不是字面原来的那样的函数。Python 支持同名函数，看官们还记得吗?

Combine

假设实现一个计算器，接收到按键序列28++32+++32+39，使用 Python 得出计算结果

expr, res = ‘28++32+++32+39‘, 0
for token in expr.split(‘+‘):
    if token:
        res += int(token)

这是 C 语言逻辑下的代码，而 Python 中蛋痛的人们完全可以不适用任何新增变量，直接使用三个函数进行组合：

res = sum(map(int, filter(bool, expr.split(‘+‘))))

第一个函数filter(pred, seq) –> [t for t in seq if pred(t)]，剔除不符合bool条件的元素；
第二个函数map(fun, seq) –> [func(t) for t in seq]，这个实际上就是数学上的映射的定义，对于机器来说就是循环，但是 人 更关注的是映射关系（非常高层次的领域），这样编译器更容易去优化（例如并行计算所有的序列）。
第三个函数sum，顾名思义就是对列表里所有元素，求和。

此时小编已满脑数学名词了，程序语言已经完全被抛弃：先剔除列表中的空串，然后映射字符串为整数，最后对所有元素求和。

All

之前介绍循环时用过一个例子，实际上它还可以更高逼格的实现：

ages = [42, 21, 18, 33, 19]
if all(map(lambda a:a>=18, ages)):
   print ‘All are adults!‘

lambda用来构造一个函数，输入参数a，返回a>=18;
map将ages里所有元素映射为由True/False组成的列表;
all返回列表内所有元素是否都为True

看到这里，列位看官有感觉了吗？循环是给 机器 使用的绝低逼格东东，Python 程序员们应该疏远它，避免它。

现在真的要说再见了，最后一句：

Python 装X之路其修远兮，吾辈将上下而求索。