Python学习（四）—— 函数式编程

谁借莪１个温暖的怀抱￠ 2022-03-26 15:44 240阅读 0赞

### 一、高阶函数 ###

所谓高阶函数，是指将可以将函数作为参数传入的函数。

如：将abs()函数当做参数传入add()函数

>>> def add(x, y, f):
    ...     return f(x) + f(y)
    ...
    >>> print(add(-5, 6, abs))
    11

以下介绍Python内置的高阶函数：

（1）map函数

map()函数接收两个参数，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（Iterator是惰性序列，因此需通过list()函数计算整个序列并返回一个list）返回。例如计算一个式子f(x)=x^2，代入的x值为1~9。如下：

>>> def f(x):
    ...    return x * x
    ...
    >>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
    >>> list(r)
    [1, 4, 8, 16, 25, 36, 49, 64, 81]

（2）reduce函数

reduce()函数与map()函数类似，也接收一个函数和一个序列，不同的是reduce()函数把结果继续和Iterable的下一个元素做累积计算，其效果就是：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

例如把序列\[1, 3, 5, 7, 9\]变换成整数13579，如：

>>> from functools import reduce
    >>> def fn(x, y):
    ...    return x * 10 + y
    ...
    >>> reduce(fn, [1, 3, 5, 7, 9])
    13579

（3）filter()函数

filter()函数接受一个函数和一个序列，用于过滤序列，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。

例如，在一个list中，删掉偶数，只保留奇数：

>>> def is_odd(n):
    ...    return n % 2 == 1
    ...
    >>> list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
    1
    5
    9
    15

（4）sorted()函数

Python内置的sorted()函数可以对list进行排序：

>>> sorted([36, 5, -12, 9, -21])
    [-21, -12, 5, 9, 36]

此外，sorted()函数也是一个高阶函数，可以接受一个key函数来实现自定义的排序，例如按绝对值大小排序：

>>> sorted([36, 5, -12, 9, -21], key=abs)
    [5, 9, -12, -21, 36]

### 二、返回函数 ###

高阶函数除了可以接受函数作为参数外，还可以把函数作为结果返回，如：

>>> 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)   //lazy_sum()函数返回的是求和函数，并赋值给f
    >>> f
    <function lazy_sum.<locals>.sum at 0x101c6ed90>
    >>> f()                       //只有当调用f()函数时，才会返回求和结果
    25

### 三、匿名函数 ###

匿名函数用关键字lambda表示，冒号前面的x表示函数参数，只能有一个表达式，并且不能写return，返回值就是该表达式的结果。形如：

lambda x: x * x

匿名函数也是一个函数对象，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：

>>> f = lambda x: x * x
    >>> f
    <function <lambda> at 0x101c6ef28>
    >>> f(5)
    25

也可以把匿名函数作为返回值返回，例如：

def build(x, y):
        return lambda: x * x + y * y

### 四、装饰器 ###

装饰器（Decorator）的作用是将原有的函数进行包装，即在不改变原有函数的前提下增强该函数的功能。

例如定义一个可以打印日志的装饰器，如下：

>>> def log(func):
    ...     def wrapper(*args, **kw):
    ...         print('call %s():' % func.__name__)
    ...         return func(*args, **kw)
    ...     return wrapper
    ...
    >>> @log                  //把@log放到now()函数的定义处，相当于执行:now=log(now)
    ... def now():
    ...     print('2019-1-19')  
    ...
    >>> now()                 //相当于执行now=log(now)，log(now)将wrapper()返回给变量now
    call now():
    2019-1-19      
    >>> now.__name__          //通过打印函数名可知now实际上调用的是wrapper()函数
    'wrapper'

也可以定义一个带参数的装饰器，如下：

>>> def log(text):
    ...    def decorator(func):
    ...        def wrapper(*args, **kw):
    ...            print('%s %s():' % (text, func.__name__))
    ...            return func(*args, **kw)
    ...        return wrapper
    ...    retuen decorator
    ...
    >>> @log('execute')        
    ... def now():
    ... print('2019-1-19')
    ...
    >>> now()          //相当于执行now=log('execute')(now)
    execute now():     //先执行log('execute')返回decorator()函数，            
    2019-1-19          //再执行decorator(now)返回wrapper()函数，并将wrapper()函数赋值给now变量
    >>> now.__name__
    'wrapper'

### 五、偏函数 ###

当我们要大量调用一个函数，而这个函数的参数个数比较多，我们又只需要改变其中一个函数时，可以通过调用functools模块的partial帮助我们创建一个偏函数来固定住不需要改变的参数（也就是设置默认值）。

int()函数的作用是将一个字符串转换成整数，它的默认参数base的值是10（即将字符串转换成十进制）。如果我们希望将字符串转换成二进制，则需要把base设置成2。当大量调用时，设置base会显得很繁琐，因此我们就可以通过创建偏函数来解决这个问题：

>>> int2 = functools.partial(int, base=2)
    >>> int2('10010')
    18