【Python复习巩固 Day3】函数式编程

函数式编程虽然也可以归结到面向过程的程序设计，但其思想更接近于数学计算

函数式编程就是一种抽象程度很高的编程范式，纯粹的函数式编程语言编写的函数没有变量，因此，任意一个函数，只要输入是确定的，输出就是确定的，这种纯函数我们称之为没有副作用。
函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数

Python对函数式编程提供部分支持，由于Python允许使用变量，因此，Python不是纯函数式编程语言

高阶函数

在Python中，函数本身也可以赋值给变量的，即变量可以指向函数，函数名也是变量
既然变量可以指向函数，函数的参数能接受变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数

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


a = -2
b = -9
c = abs
print(add(a, b, c))

11

Process finished with exit code 0

把函数作为参数传入，这样的函数称之为高阶函数，函数式编程就是指这种高度抽象的编程范式

map/reduce

Python中内置了map()和reduce()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一个元素，并把结果作为新的Iterator返回

def f(x):
    return x * x


result = map(f, [1, 2, 3, 4])
print(list(result))

[1, 4, 9, 16]

Process finished with exit code 0

将list中的数字全部转换成字符串

print(list(map(str, [1, 2, 3, 4])))

reduce()函数把一个函数作用在一个序列上，这个函数必须接收两个参数，reduce继续把结果和序列的下一个元素做计算

from functools import reduce


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


nums = list(range(1, 101))
print(reduce(add, nums))

5050

Process finished with exit code 0

filer

filter()函数用于过滤序列，其接收一函数和一个序列，filer把传入的函数依次作用于每个元素，根据返回值是True还是False决定保留还是丢弃该元素

"""
用filter求素数
埃氏筛法
"""


def get_odd_iter():
    """
    生成一个从3开始的奇数序列
    :return:
    """
    n = 1
    while True:
        n += 2
        yield n


def f(y):
    """
    筛选函数
    :param y:
    :return:
    """
    return lambda x: x % y > 0


def primes():
    yield 2
    it = get_odd_iter()
    while True:
        i = next(it)
        yield i
        it = filter(f(i), it)


# 打印10000以内的素数
for j in primes():
    if j < 10000:
        print(j)
    else:
        break

sorted

Python内置的sorted()函数可以对list进行排序，此外，sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义排序

eg：对一个list按照绝对值进行排序

print(sorted([36, -8, 1, 12, 0, -21], key=abs))

[0, 1, -8, 12, -21, 36]

Process finished with exit code 0

key指定的函数将作用于list的每一个元素上，并根据key函数返回的结果进行排序

eg：字符串忽视大小写排序

print(sorted(['Tom', 'martin', 'Sam', 'Au'], key=str.lower))

['Au', 'martin', 'Sam', 'Tom']

Process finished with exit code 0

sorted()函数也是一个高阶函数，用sorted()排序的关键在于实现一个映射函数

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值返回

def lazy_sum(*args):
    def get_sum():
        result = 0
        for i in args:
            result += i
        return result
    return get_sum


f = lazy_sum(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
print(f())

55

Process finished with exit code 0

我们在函数lazy_sum中又定义了函数get_sum，并且内部函数可以引用外部函数的参数和局部变量，当外部函数返回get_sum函数时，相关参数和变量都保存在返回的函数中，这种称为“闭包(Closure)”的程序结构拥有极大的威力
返回闭包时要注意：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

匿名函数

关键字lambda表示匿名函数，冒号前面的x表示函数的参数
匿名函数只能有一个表达式，不用写return，返回值就是该表达式的结果

print(list(map(lambda x: x * x, [2, 4, 6])))
print((lambda x: x ** 3)(2))

[4, 16, 36]
8

Process finished with exit code 0

---