标签：imp 函数调用 创建 lock 情况 ges 处理 name cte
匿名函数和lambda：
lambda [args1,[args2]] : expression
python 使用lambda来创建匿名函数，匿名函数不需要以标准的方式进行创建，但是作为函数，它们也能有参数，一个完整的lambad语句代表了一个表达式，这个表达式的定义体和声明体必须在同一行。
1. 参数是可选的
lambda : True
在上面的例子中，没有使用参数创建了一个函数对象，但是在程序中没有在任何地方保存它也没有调用它，这个函数对象的引用计数在函数创建的时候被设置为True，但是因为没有引用被保存下来计数很快就会到0,然后被垃圾回收机制回收。针对于这种情况lambda最好使用在不需要多次调用的函数定义上
true = lambda: True
true() # 会输出True
2. 使用参数构建lambda
def add(x, y): return x + y lambda x,y: x+y
上面定义的两个函数计算效果是等价的。
3. 函数式编程的几个常用函数filter map reduce
1. filter(func, seq) 调用一个布尔函数，func用来迭代遍历每个seq中的元素，返回一个使func返回值为true的元素的序列
1 data = [1, 2, 3, 4, 5, 6, 7, 8] 2 3 def testFilter(): 4 result = filter(lambda x:x%2, data) 5 for eachitem in result: 6 print(eachitem) 7 8 if __name__ == "__main__": 9 testFilter()
上面的例子查找返回集合中奇数的列表，
针对与filter函数的效果其实有一种更好的方式，列表表达式
1 data = [1, 2, 3, 4, 5, 6, 7, 8] 2 3 def testFilter(): 4 print([item for item in data if item % 2])
2. map内建函数和filter相似，都是通过函数来处理序列，但是不像filter，map将函数调用映射到序列的每个元素上，并返回一个函数所有返回值的列表。
1 data = [1, 2, 3, 4, 5, 6, 7, 8] 2 3 def testmap(): 4 result = map(lambda x: x**2, data) 5 for item in result: 6 print(item) 7 8 def testmap2(): 9 result = map(lambda x,y:x+y,data[:3],data[4:]) 10 for item in result: 11 print(item) 12 13 if __name__ == "__main__": 14 testmap() 15 testmap2()
上面的代码要注意一点：如果map函数中传入的func有一个参数，那么在map传入的一个序列，如果map函数中传入的func有多个参数，那么传入的序列个数为相应的个数，并且在同时将每一个序列中相应的位置的元素一同传入到func中。将所有的返回值组成列表。
3. reduce 使用一个二元函数（接收两个值作为输入，一个输出），一个序列和一个可选的初始化器。
函数通过取出序列的头俩个值传入func中计算，将计算结果返回，和序列的下一个元素一起作为参数传递到func中，直到遍历所有的元素之后返回一个单一的值。
reduce(func,(1,2,3)) == func(func(1,2),3)
1 from functools import reduce 2 data = [1, 2, 3, 4, 5, 6, 7, 8] 3 4 def testreduce(): 5 result = reduce(lambda x,y: x + y, data) 6 print(result) 7 8 if __name__ == "__main__": 9 testreduce()
注意在python3之后reduce不再是内建函数而是改在functools中了。
标签：imp 函数调用 创建 lock 情况 ges 处理 name cte
原文地址：http://www.cnblogs.com/someoneHan/p/6220660.html
