python—函数式编程

发表于 2018-01-21 分类于编程语言/python 阅读次数： Disqus：本文字数： 3.5k 阅读时长 ≈ 3 分钟

函数式编程

纯函数式编程没有变量,一个函数只要输出确定,输出就是确定的,称为没有副作用.使用变量的函数内部由于变量状态不确定性,有副作用.
函数式编程另一个特点是允许函数本身作为参数传入,也可以直接返回另外一个函数.
python对函数式编程提供有限支持.(还使用变量 so不是纯函数式编程语言)

高阶函数

python中函数本身也可以赋值给变量,变量可以指向函数
函数的参数可以传入另一个函数,这种函数称为高阶函数.

map/reduce

map()接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回

示例

1	list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]) # list所有数字转为字符串

reduce把一个函数作用在一个序列[x1, x2, x3, …]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算

示例

>>> from functools import reduce
>>> def fn(x, y):
...     return x * 10 + y
...
>>> def char2num(s):
...     digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
...     return digits[s]
...
>>> reduce(fn, map(char2num, '13579'))
13579

filter

filter()接收一个函数和一个序列。filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。
filter()函数返回的是一个惰性序列 Iterator，也就是一个惰性序列,需要用list()函数获得所有结果并返回list

示例

def is_odd(n):
  return n % 2 == 1

list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15])) # 只保留奇数

def not_empty(s):
  return s and s.strip()

list(filter(not_empty, ['A', '', 'B', None, 'C', '  '])) # 删除空字符

sorted

sorted()函数接收一个key函数来实现自定义的排序.第三个参数reverse=True决定正序倒序.

示例:

>>> sorted(['bob', 'about', 'Zoo', 'Credit'],key=str.lower)
['about', 'bob', 'Credit', 'Zoo']

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']

返回函数

将函数作为结果返回.(很随便😂)
闭包（Closure）:相关参数和变量都保存在返回函数.
**note:**返回的函数在其定义内部引用了局部变量args，所以，当一个函数返回了一个函数后，其内部的局部变量还被新函数引用

示例(坑):

def count():
  fs = []
  for i in range(1, 4):
      def f():
           return i*i
      fs.append(f)
  return fs

f1, f2, f3 = count()

>>> f1()
9
>>> f2()
9
>>> f3()
9

返回的函数引用了变量i，但它并非立刻执行。等到3个函数都返回时，它们所引用的变量i已经变成了3，因此最终结果为9
一定要引用循环变量怎么办？方法是再创建一个函数，用该函数的参数绑定循环变量当前的值，无论该循环变量后续如何更改，已绑定到函数参数的值不变

示例:

def count():
  def f(j):
      def g():
          return j*j
      return g
  fs = []
  for i in range(1, 4):
      fs.append(f(i)) # f(i)立刻被执行，因此i的当前值被传入f()
  return fs

匿名函数

不显式定义的函数. python中是 lambda 但与java不同.
python中lambda限制，只能有一个表达式，不用写return，返回值就是该表达式的结果
匿名函数不必担心函数名冲突。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数
示例
1
f = lambda x: x * x

装饰器

代码运行期间,动态增加功能方式称为装饰器(Decorator)

示例

def log(func):
  def wrapper(*args, **kw):
      print('call %s():' % func.__name__)
      return func(*args, **kw)
  return wrapper

@log
def now():
  print('2015-3-25')

>>> now()
call now():
2015-3-25

如示例,装饰器接受一个函数作为参数,并返回原函数.在原函数定义时,以 @ xxx作为标记.示例1 为2层,如果打印文本可以自定义.

示例

def log(text):
  def decorator(func):
      def wrapper(*args, **kw):
          print('%s %s():' % (text, func.__name__))
          return func(*args, **kw)
      return wrapper
  return decorator

@log('execute')
def now():
  print('2015-3-25')

>>> now()
execute now():
2015-3-25

打印可自定义又加上了一层.

如上两种定义后,函数对象的名称等发生了变化,so,终极版
Python内置的functools.wraps 会将原始函数的__name__等属性复制到wrapper()函数中.

示例

import functools
# 不带参数
def log(func):
    @functools.wraps(func)
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper

# 带参数

def log(text):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kw):
            print('%s %s():' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return decorator

偏函数

functools.partial的作用是把一个函数的某些参数设置默认值，返回一个新的函数.

示例:

import functools
int2 = functools.partial(int, base=2)

int2('1000000')

注意: 仅仅是把base参数重新设定默认值为2，但也可以在函数调用时传入其他值
由于python 中函数也可以最为参数传入,so,参数固定成某一个函数也可.
同理: *args 和 **kw 也可以.
简化函数调用.