如何进行Python 代码编写

如何进行Python 代码编写

Python 调用在日常工作中还是非常实用的，只需要Python函数就可以了，如果对Python 代码不太了解，那就必须先要对下面就对进行学习，下面就对Python 代码进行系统的分析与研究。

在除去完美的、有意义的语句不用而代之以晦涩的、嵌套的表达式的工作后，一个很自然的问题是：“为什么？！”我对 FP 的所有描述都是使用Python 代码做到的。但最重要的特性 -- 可能也是具体情况中最有用的特性。

它消除了副作用或者至少对一些特殊领域，例如单一体，有一些牵制作用）。绝大部分程序错误 -- 和促使程序员求助于调试来解决的问题 -- 之所以会发生，是因为在程序执行过程期间，变量包含了意外的值。函数程序只不过根本就不为变量分配值，从而避免了这一特殊问题。

让我们看一段相当普通的命令代码。它的目的是打印出乘积大于 25 的几对数字的列表。组成各对的数字本身是从另外两个列表中挑选出的。这种操作与程序员在他们程序段中实际执行的操作差不多。

• 深度剖析Python函数编程技巧
• 设计Python目标何在？
• 总结Python版本大集合
• 讲述Python模块中的Zipfile
• 解析初学Python时注意事项

实现这一目的的命令方法如下：这个项目太小，以至于没有什么可能出错。但我们的目的可能嵌在要同时实现许多其它目的的代码中。用 "more stuff" 注释的那些部分是副作用可能导致错误发生的地方。

在这些地方中的任何一处，变量 xs 、 ys 、 bigmuls 、 x 、 y 有可能获得假设节略代码中的意外值。而且，在执行完这一段代码后，所有变量都可能具有稍后代码可能需要也可能不需要的一些值。

很明显，可以使用函数／实例形式的封装和有关作用域的考虑来防止出现这种类型的错误。而且，您总是可以在执行完变量后 del 它们。但在实际中，这些指出类型的错误非常普遍。 目标的函数方法完全消除了这些副作用错误。以下是可能的一段代码：

bigmuls =   
          
          lambda 
         xs,ys: filter(  
          
          lambda  
         (x,y):x*y > 25, combine(xs,ys))  
combine =   
          
          lambda 
         xs,ys: map(None, xs*len(ys), dupelms(ys,len(xs)))  
dupelms =   
          
          lambda 
         lst,n: reduce(  
          
          lambda  
         s,t:s+t, map(  
          
          lambda  
         l,nn=n: [l]*n, lst))  
          
          print  
         bigmuls((1,2,3,4),(10,15,3,22))  

在示例中，我们将匿名 Python 代码与名称进行绑定，但这不是一定必要的。我们可以只嵌套定义。这样做是出于可读性目的；但也是因为 combine() 是一种随处可得的很好实用程序函数从两个输入列表中产生所有元素对的列表）。

随后的 dupelms() 主要只是帮助 combine() 发挥作用的一种方法。即使这一函数示例比命令示例更冗长，但一旦考虑到实用程序函数可以重用，那么 bigmuls() 中的新代码本身可能比命令版本中的代码数量还要少一些。

这种函数示例真正的优势在于绝对不会有变量更改其中的任何值。稍后的代码中没有 可能的不曾预料到的副作用较早的代码中也不会有）。很明显，它本身没有副作用并不能保证代码 正确，但即使这样，这也是个优点。不过请注意，Python 代码与许多函数语言不同）

不能 防止名称 bigmuls 、 combine 和 dupelms 的重新绑定。如果 combine() 在程序的稍后部分中开始有其它意义，则所有努力都前功尽弃。您可以逐步建立一个 Singleton 类来包含这种类型的不可变绑定例如 s.bigmuls 等）；但本专栏并不涉及这一内容。