【说话处理惩罚与Python】4.3风格的题目/4.4函数：布局化编程的根蒂根基/4.5更多关于函数
添加时间:2013-5-25 点击量:
4.3风格的题目
具体请参考Python相干册本或者材料。
4.4函数：布局化编程的根蒂根基
＃如何斗劲正规的写一个函数
import
re def get_text（file）: “””Read text a file，normailizing whites space and stripping HTML markup.””” text=….. …. return text
文档申明函数
docstring
def
accuracy（reference， test）:
Calculatethe fraction of test items that equal the correspondingreference items.
Givena list ofreference values and a corresponding list oftest values，
return the fraction of corresponding values that are equal.
In particular，return the fraction of indexes
{0<i<=len（test）}such that C{test[i]==reference[i]}.
>>>accuracy（[ADJ， N， V， N]， [N， N， V， ADJ]）
0.5
＠paramreference: Anordered list of reference values.
＠typereference: C{list}
＠paramtest: Alist of values to compareagainst the corresponding
reference values.
＠typetest: C{list}
＠rtype:C{float}
＠raiseValueError:If C{reference}and C{length}donot have the
same length.
if len（reference） != len（test）: raise ValueError（Listsmusthave the same length.） num_correct = 0 for x， yin izip（reference， test）: if x==y: num_correct +=1 return float（num_correct） / len（reference
4.5更多关于函数
作为参数的函数
>>>sent = [Take， care， of， the， sense， ，， and， the，
... sounds， will， take， care， of， themselves， .]
>>>def extract_property（prop）:
... return [prop（word） for wordin sent]
...
>>>extract_property（len）
[4， 4， 2，3， 5，1， 3，3， 6，4， 4，4， 2，10， 1]
>>>def last_letter（word）:
... return word[-1]
>>>extract_property（last_letter）
[e， e， f， e， e， ，， d， e， s， l， e， e， f， s， .]
重视，在这段代码中，last_letter作为参数传入了extract_property函数中。
Python供给了更多的体式格式来定义函数作为其他函数的参数，即：lambda表达式
这里有两个例子：
1、
>>>extract_property（lambda w:w[-1]）
[e， e， f， e， e， ，， d， e， s， l， e， e， f， s， .]
2、
>>>sorted（sent）
[，， .， Take， and， care， care， of， of， sense， sounds，
take， the， the， themselves， will]
>>>sorted（sent， cmp）
[，， .， Take， and， care， care， of， of， sense， sounds，
take， the， the， themselves， will]
>>>sorted（sent， lambda x，y: cmp（len（y）， len（x）））
[themselves， sounds， sense， Take， care， will， take， care，
the， and， the， of， of， ，， .]
累计函数
让我们先来对比两段代码：
1、
def
search1（substring， words）: result = [] for wordin words: if substring in word: result.append（word） return result
2、
def
search2（substring， words）: for wordin words: if substring in word: yield word
第2种体式格式是更好的，这种办法凡是更有效。因为函数只产生调用法度须要的数据，并不须要分派额外的内存来存储输出。
高阶函数
offilter（）:
>>>def is_content_word（word）: ... return word.lower（）not in [a， of， the， and， will， ，， .] >>>sent = [Take， care， of， the， sense， ，， and， the， ... sounds， will， take， care， of， themselves， .] >>>filter（is_content_word， sent） [Take， care， sense， sounds， take， care， themselves] >>>[w for win sent if is_content_word（w）] [Take， care， sense， sounds， take， care， themselves]
map（）:
在评论辩论这个函数之前，先来看两段法度：
1、
>>>lengths = map（len，nltk.corpus.brown.sents（categories=news）） >>>sum（lengths） / len（lengths） 21.7508111616
2、
>>>lengths = [len（w） for win nltk.corpus.brown.sents（categories=news））] >>>sum（lengths） / len（lengths） 21.7508111616
两段代码的感化是一样的。
让我们再来看两段代码，领会一下：
1、
>>>map（lambdaw:len（filter（lambda c: c.lower（） in aeiou， w）），sent） [2， 2， 1，1， 2，0， 1，1， 2，1， 2，2， 1，3， 0]
2、
>>>[len（[c for c in wif c.lower（）in aeiou]） for win sent]
[2， 2， 1，1， 2，0， 1，1， 2，1， 2，2， 1，3， 0]
参数的定名
关键字参数：我们给变量有了明白的名字
随便率性数量不决名参数：
def generic（args，kwargs）:
print args
print kwargs
＃获得的成果是：
generic（1，African swallow， monty=python）
（1， African swallow）
{monty:python}
彼此相爱，却不要让爱成了束缚：不如让它成为涌动的大海，两岸乃是你们的灵魂。互斟满杯，却不要同饮一杯。相赠面包，却不要共食一个。一起歌舞欢喜，却依然各自独立，相互交心，却不是让对方收藏。因为唯有生命之手，方能收容你们的心。站在一起却不要过于靠近。—— 纪伯伦《先知》
4.3风格的题目
具体请参考Python相干册本或者材料。
4.4函数：布局化编程的根蒂根基
＃如何斗劲正规的写一个函数
import
re def get_text（file）: “””Read text a file，normailizing whites space and stripping HTML markup.””” text=….. …. return text
文档申明函数
docstring
def
accuracy（reference， test）:
Calculatethe fraction of test items that equal the correspondingreference items.
Givena list ofreference values and a corresponding list oftest values，
return the fraction of corresponding values that are equal.
In particular，return the fraction of indexes
{0<i<=len（test）}such that C{test[i]==reference[i]}.
>>>accuracy（[ADJ， N， V， N]， [N， N， V， ADJ]）
0.5
＠paramreference: Anordered list of reference values.
＠typereference: C{list}
＠paramtest: Alist of values to compareagainst the corresponding
reference values.
＠typetest: C{list}
＠rtype:C{float}
＠raiseValueError:If C{reference}and C{length}donot have the
same length.
if len（reference） != len（test）: raise ValueError（Listsmusthave the same length.） num_correct = 0 for x， yin izip（reference， test）: if x==y: num_correct +=1 return float（num_correct） / len（reference
4.5更多关于函数
作为参数的函数
>>>sent = [Take， care， of， the， sense， ，， and， the，
... sounds， will， take， care， of， themselves， .]
>>>def extract_property（prop）:
... return [prop（word） for wordin sent]
...
>>>extract_property（len）
[4， 4， 2，3， 5，1， 3，3， 6，4， 4，4， 2，10， 1]
>>>def last_letter（word）:
... return word[-1]
>>>extract_property（last_letter）
[e， e， f， e， e， ，， d， e， s， l， e， e， f， s， .]
... sounds， will， take， care， of， themselves， .]
>>>def extract_property（prop）:
... return [prop（word） for wordin sent]
...
>>>extract_property（len）
[4， 4， 2，3， 5，1， 3，3， 6，4， 4，4， 2，10， 1]
>>>def last_letter（word）:
... return word[-1]
>>>extract_property（last_letter）
[e， e， f， e， e， ，， d， e， s， l， e， e， f， s， .]
重视，在这段代码中，last_letter作为参数传入了extract_property函数中。
Python供给了更多的体式格式来定义函数作为其他函数的参数，即：lambda表达式
这里有两个例子：
1、
>>>extract_property（lambda w:w[-1]）
[e， e， f， e， e， ，， d， e， s， l， e， e， f， s， .]
[e， e， f， e， e， ，， d， e， s， l， e， e， f， s， .]
2、
>>>sorted（sent）
[，， .， Take， and， care， care， of， of， sense， sounds，
take， the， the， themselves， will]
>>>sorted（sent， cmp）
[，， .， Take， and， care， care， of， of， sense， sounds，
take， the， the， themselves， will]
>>>sorted（sent， lambda x，y: cmp（len（y）， len（x）））
[themselves， sounds， sense， Take， care， will， take， care，
the， and， the， of， of， ，， .]
[，， .， Take， and， care， care， of， of， sense， sounds，
take， the， the， themselves， will]
>>>sorted（sent， cmp）
[，， .， Take， and， care， care， of， of， sense， sounds，
take， the， the， themselves， will]
>>>sorted（sent， lambda x，y: cmp（len（y）， len（x）））
[themselves， sounds， sense， Take， care， will， take， care，
the， and， the， of， of， ，， .]
累计函数
让我们先来对比两段代码：
1、
def
search1（substring， words）: result = [] for wordin words: if substring in word: result.append（word） return result
2、
def
search2（substring， words）: for wordin words: if substring in word: yield word
第2种体式格式是更好的，这种办法凡是更有效。因为函数只产生调用法度须要的数据，并不须要分派额外的内存来存储输出。
高阶函数
offilter（）:
>>>def is_content_word（word）: ... return word.lower（）not in [a， of， the， and， will， ，， .] >>>sent = [Take， care， of， the， sense， ，， and， the， ... sounds， will， take， care， of， themselves， .] >>>filter（is_content_word， sent） [Take， care， sense， sounds， take， care， themselves] >>>[w for win sent if is_content_word（w）] [Take， care， sense， sounds， take， care， themselves]
map（）:
在评论辩论这个函数之前，先来看两段法度：
1、
>>>lengths = map（len，nltk.corpus.brown.sents（categories=news）） >>>sum（lengths） / len（lengths） 21.7508111616
2、
>>>lengths = [len（w） for win nltk.corpus.brown.sents（categories=news））] >>>sum（lengths） / len（lengths） 21.7508111616
两段代码的感化是一样的。
让我们再来看两段代码，领会一下：
1、
>>>map（lambdaw:len（filter（lambda c: c.lower（） in aeiou， w）），sent） [2， 2， 1，1， 2，0， 1，1， 2，1， 2，2， 1，3， 0]
2、
>>>[len（[c for c in wif c.lower（）in aeiou]） for win sent]
[2， 2， 1，1， 2，0， 1，1， 2，1， 2，2， 1，3， 0]
[2， 2， 1，1， 2，0， 1，1， 2，1， 2，2， 1，3， 0]
参数的定名
关键字参数：我们给变量有了明白的名字
随便率性数量不决名参数：
def generic（args，kwargs）:
print args
print kwargs
＃获得的成果是：
generic（1，African swallow， monty=python）
（1， African swallow）
{monty:python}
彼此相爱，却不要让爱成了束缚：不如让它成为涌动的大海，两岸乃是你们的灵魂。互斟满杯，却不要同饮一杯。相赠面包，却不要共食一个。一起歌舞欢喜，却依然各自独立，相互交心，却不是让对方收藏。因为唯有生命之手，方能收容你们的心。站在一起却不要过于靠近。—— 纪伯伦《先知》
