Python函数式编程：高阶函数和装饰器的应用

函数式编程是一种编程范式，它将计算机程序看作是一系列函数的组合。Python是一门面向对象的编程语言，但它也支持函数式编程。Python中的高阶函数和装饰器是函数式编程的重要组成部分，它们可以让我们写出更加高效、简洁和可复用的代码。

高阶函数

Python中的函数是一等公民，这意味着函数可以像其他类型的值一样被传递、操作和返回。高阶函数是那些接受函数作为参数或返回函数的函数。

一个简单的例子是map()函数。它接受一个函数和一个可迭代对象作为参数，并对可迭代对象中的每个元素都应用函数。下面是一个将列表中的每个元素都加一的例子：

def add_one(x):
    return x + 1

lst = [1, 2, 3]
res = map(add_one, lst)
print(list(res))  # [2, 3, 4]

这里，add_one是一个简单的函数，它接受一个数值并返回其加一的结果。map()函数将add_one函数应用到lst列表中的每个元素上，并返回一个新的可迭代对象。最后，我们用list()函数将其转换为列表并打印出来。

另一个常见的高阶函数是filter()函数。它接受一个函数和一个可迭代对象作为参数，并返回一个新的可迭代对象，其中只包含满足函数条件的元素。

下面是一个过滤出列表中偶数的例子：

def is_even(x):
    return x % 2 == 0

lst = [1, 2, 3, 4, 5]
res = filter(is_even, lst)
print(list(res))  # [2, 4]

这里，is_even函数接受一个数值并判断它是否为偶数。filter()函数将它应用到lst列表中的每个元素上，并返回一个新的可迭代对象，其中只包含满足条件的元素。最后，我们用list()函数将其转换为列表并打印出来。

装饰器

装饰器是一种将函数作为参数并返回新函数的函数。Python中的装饰器通常用于修改或增强函数的行为，例如添加日志、计时、缓存等。

下面是一个简单的装饰器，它可以计算函数的运行时间：

import time

def time_it(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        res = func(*args, **kwargs)
        end = time.time()
        print(f"{func.__name__} takes {end - start:.2f} seconds")
        return res
    return wrapper

@time_it
def my_func():
    time.sleep(2)

my_func()  # my_func takes 2.00 seconds

这里，time_it是一个装饰器函数，它接受一个函数作为参数，并返回一个新的函数wrapper。wrapper函数在调用原始函数之前记录起始时间，在调用原始函数之后计算结束时间并打印运行时间。最后，wrapper函数返回原始函数的结果。

my_func函数使用了@time_it语法糖来装饰它本身，这意味着它会被time_it函数替换为新的函数，通过这种方式添加运行时间的计算和打印。

总结

高阶函数和装饰器是函数式编程在Python中的重要应用。它们可以帮助我们写出更加高效、简洁和可复用的代码，同时也可以让我们更好地理解Python中函数的本质。