Python学习笔记（函数式编程）
函数式编程
1、高阶函数
能够把别的函数作为参数传入的函数。
1.1、map/reduce
map(func, *iterables)--> iterator，map接收两个参数，一个是函数func，另一个是iterable，将iterable依次传入func，并将结果作为iterator返回。
例子：
>>> def f(x):
... return x * x
...
>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81]
reduce(func, sequence[, initial]) -> value，reduce把函数func作用在一个序列上，func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。
例子：
from functools import reduce
reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates((((1+2)+3)+4)+5)
例子：map和reduce结合使用字符串转数字
from functools import reduce
DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
def str2int(s):
def fn(x, y):
return x * 10 + y
def char2num(s):
return DIGITS[s]
return reduce(fn, map(char2num, s))
1.2、filter
filter(func or None, iterable) --> iterator，filter接收两个参数，一个是函数func，另一个是iterable，将iterable依次传入func，根据返回值是True还是False，来决定保留还是丢弃iterable中的元素。如果func是None，iterable里的所以元素，只要它是false (空字符串，0和None) ，就把它移除。
例子：
def is_odd(n):
return n % 2 == 1
list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
# 结果: [1, 5, 9, 15]
1.3、sorted
sorted(iterable, /, *, key=None, reverse=False)，对iterable从小到大排序，可以接收一个函数func作为key，那么将iterable先由key来处理，再进行排序。参数reverse标识反向排序。
例子：
>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']
2、返回函数
高阶函数可以把函数作为结果值返回，当调用这样的高阶函数时，返回的不是结果而是函数，需要进一步调用才能得到结果。
例子：
def lazy_sum(*args):
def sum():
ax = 0
for n in args:
ax = ax + n
return ax
return sum
>>> f = lazy_sum(1, 3, 5, 7, 9)
>>> f
<function lazy_sum.<locals>.sum at 0x101c6ed90>
>>> f()
25
返回函数不要引用任何循环变量，或者后续会发生变化的变量。
例子：
def count():
fs = []
for i in range(1, 4):
def f():
return i*i
fs.append(f)
return fs
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
f1, f2, f3 = count()
>>> f1()
9
>>> f2()
9
>>> f3()
9
3、匿名函数
lambda标识匿名函数，冒号前面标识函数参数，后面是返回的表达式。
例子:
>>> f = lambda x: x * x
>>> f
<function <lambda> at 0x101c6ef28>
>>> f(5)
25
同样，也可以把匿名函数作为返回值返回，比如：
例子：
def build(x, y):
return lambda: x * x + y * y
4、装饰器
函数也是个对象，函数对象有个__name__属性，可以得到函数的名字。
例子：
>>> abs.__name__
'abs'
1、高阶函数
能够把别的函数作为参数传入的函数。
1.1、map/reduce
map(func, *iterables)--> iterator，map接收两个参数，一个是函数func，另一个是iterable，将iterable依次传入func，并将结果作为iterator返回。
例子：
>>> def f(x):
... return x * x
...
>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81]
reduce(func, sequence[, initial]) -> value，reduce把函数func作用在一个序列上，func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。
例子：
from functools import reduce
reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates((((1+2)+3)+4)+5)
例子：map和reduce结合使用字符串转数字
from functools import reduce
DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
def str2int(s):
def fn(x, y):
return x * 10 + y
def char2num(s):
return DIGITS[s]
return reduce(fn, map(char2num, s))
1.2、filter
filter(func or None, iterable) --> iterator，filter接收两个参数，一个是函数func，另一个是iterable，将iterable依次传入func，根据返回值是True还是False，来决定保留还是丢弃iterable中的元素。如果func是None，iterable里的所以元素，只要它是false (空字符串，0和None) ，就把它移除。
例子：
def is_odd(n):
return n % 2 == 1
list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
# 结果: [1, 5, 9, 15]
1.3、sorted
sorted(iterable, /, *, key=None, reverse=False)，对iterable从小到大排序，可以接收一个函数func作为key，那么将iterable先由key来处理，再进行排序。参数reverse标识反向排序。
例子：
>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']
2、返回函数
高阶函数可以把函数作为结果值返回，当调用这样的高阶函数时，返回的不是结果而是函数，需要进一步调用才能得到结果。
例子：
def lazy_sum(*args):
def sum():
ax = 0
for n in args:
ax = ax + n
return ax
return sum
>>> f = lazy_sum(1, 3, 5, 7, 9)
>>> f
<function lazy_sum.<locals>.sum at 0x101c6ed90>
>>> f()
25
返回函数不要引用任何循环变量，或者后续会发生变化的变量。
例子：
def count():
fs = []
for i in range(1, 4):
def f():
return i*i
fs.append(f)
return fs
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
f1, f2, f3 = count()
>>> f1()
9
>>> f2()
9
>>> f3()
9
3、匿名函数
lambda标识匿名函数，冒号前面标识函数参数，后面是返回的表达式。
例子:
>>> f = lambda x: x * x
>>> f
<function <lambda> at 0x101c6ef28>
>>> f(5)
25
同样，也可以把匿名函数作为返回值返回，比如：
例子：
def build(x, y):
return lambda: x * x + y * y
4、装饰器
函数也是个对象，函数对象有个__name__属性，可以得到函数的名字。
例子：
>>> abs.__name__
'abs'
增强函数的功能，比如，在函数调用前后自动打印日志，但又不希望修改函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。
例子：
def log(func):
def wrapper(*args, **kw): #wrapper支持传入任意函数
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper
@log#将装饰器放在函数的定义处，相当于执行了now=log（now）
def now():
print('2015-3-25')
如果装饰器本省需要传入参数，可以这样写：
import functools
def log(text):
def decorator(func):
@functools.wraps(func) #因为最后返回的是wrapper函数，__name__会变为 #wrapper，使用functools.wraps（）能够固定原有的函数名
def wrapper(*args, **kw):
print('%s %s():' % (text, func.__name__))
return func(*args, **kw)
return wrapper
return decorator
@log('execute') #相当于执行了now=log('execute')(now)
def now():
print('2015-3-25')
5、偏函数
将一个函数的某些参数设置默认值，返回一个新的函数。
例子：
>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64
>>> int2('1010101')
85
>>>max2 = functools.partial(max, 10)
>>>max2(5, 6, 7)
10
>>>max2 = functools.partial(max, 10)
>>>max2(5, 6, 7)
10
评论
发表评论