Python函数式编程实践

Python支持的函数式编程：

1.支持高阶函数

2.支持闭包

3.有限度的支持匿名函数

高阶函数

变量可以指向函数：

>>> abs(-10)
10
>>> f = abs
>>> f(-10)
10
>>>

函数名是指向函数的变量

>>> abs = len
>>> abs([1,2,3,4])
4
>>>

高阶函数：能够接受函数做参数的函数

>>> def add(x,y,f):
...     return f(x)+f(y)
...
>>> add(-5,9,abs)
14
>>>

把函数作为参数

import math

def add(x, y, f):
    return f(x) + f(y)

print add(25, 9, math.sqrt)

Map函数

map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。

>>> def f(x):
...     return x*x
...
>>> print map(f,[1,2,3,4,5])
[1, 4, 9, 16, 25]
>>>

def format_name(s):
    return s.title()

print map(format_name, ['adam', 'LISA', 'barT'])

Reduce函数

reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同。

reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。

>>> def prod(x,y):
...     return x*y
...
>>> print reduce(prod,[1,2,3,4,5])
120
>>>

filter函数

filter()函数是Python内置的另一个有用的高阶函数。filter函数接受一个函数f和一个list，f对每个元素进行判断，返回true或false

filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。

>>> def is_odd(x):
...     return x % 2 ==1
...
>>> filter(is_odd,[1,2,3,4,5,6])
[1, 3, 5]
>>>

返回函数

def calc_prod(lst):
    def prod(x, y):
        return x*y 
    def myreduce():
        return reduce(prod,lst)
    return myreduce

f = calc_prod([1, 2, 3, 4])
print f()

闭包

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

f1, f2, f3 = count()
print f1(), f2(), f3()

匿名函数

关键字lambda 表示匿名函数，冒号前面的 x 表示函数参数。

匿名函数有个限制，就是只能有一个表达式，不写return，返回值就是该表达式的结果。

使用匿名函数，可以不必定义函数名，直接创建一个函数对象，很多时候可以简化代码：

def is_not_empty(s):
    return s and len(s.strip()) > 0

#print filter(is_not_empty,['test', None, '', 'str', '  ', 'END'])
print filter(lambda s:s and len(s.strip())>0, ['test', None, '', 'str', '  ', 'END'])