地道的 Python（二）
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？依据蛋痛定律，它也一定有，可是它被起了一个很蛋痛的名字，叫列表推导：
先看看这种代码：
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]
上文产生的列表包括：从列表A里挑出来的奇数的元素。高逼格吗？一行搞定。由于。这里的循环推断语句不是给 机器 看的，而是让 人 来理解的。
从左向右读就能够了：列表中包括元素a一方面来自于列表A，同一时候它符合除以2余数不为0的条件。
说了这么多。列位看官能够动手改改样例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 这就能够了吗？还有别的方法吗？另一个更高逼格的样例：
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。
样例讲评完了。本文就该结束了吗？不，不，不。让你猜到结局。小编的要蛋痛了。。。
如今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，让我们能够更高逼格一些。
Cache
从以下的样例開始。
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；另一个附属功能：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 人给出了例如以下的方案：
@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_funccache 函数里。针对被cache修饰的函数。做了一个针对输入參数和返回值的缓存。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
如果实现一个计算器，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 中蛋痛的人们全然能够不适用不论什么新增变量，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。可是 人 更关注的是映射关系（很高层次的领域），这样编译器更easy去优化（比如并行计算全部的序列）。
第三个函数sum。顾名思义就是对列表里全部元素。求和。
此时小编已满脑数学名词了，程序语言已经全然被抛弃：先剔除列表中的空串，然后映射字符串为整数，最后对全部元素求和。
All
之前介绍循环时用过一个样例。实际上它还能够更高逼格的实现：
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，输入參数a，返回a>=18;
map将ages里全部元素映射为由True/False组成的列表;
all返回列表内全部元素是否都为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 程序猿们应该疏远它，避免它。
如今真的要说再见了，最后一句：
Python 装X之路其修远兮，吾辈将上下而求索。
