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'])