【廖雪峰Python教程】四、函数式编程

沉靥

已于 2024-03-09 16:50:01 修改

阅读量299

点赞数 8

分类专栏： Python基础及自动化文章标签： python 算法笔记开发语言

于 2024-03-09 16:48:44 首次发布

本文链接：https://blog.csdn.net/Lucky404atree/article/details/136586542

版权

Python基础及自动化专栏收录该内容

8 篇文章 0 订阅

订阅专栏

参考资料Python教程 - 廖雪峰的官方网站 (liaoxuefeng.com)

四、函数式编程（Functional Programming）

纯粹的函数式编程语言编写的函数没有变量，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Higher-order function

变量可以指向函数，函数的参数能接收变量，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。

map/reduce函数

map()函数
- 【输入】两个参数：函数 + Iterable
- 【输出】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返回
- 举例:把函数f(x)=x²作用在list [1, 2, 3, 4, 5, 6, 7, 8, 9]的每个元素上
  - ```
    >>> 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]
```
- 代码简化注意：在leetcode中常见这种写法，且处理数据时经常用到map（）函数
  - ```
    >>> list(map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
    [1, 4, 9, 16, 25, 36, 49, 64, 81]
```
reduce()函数
- 【输入】：两个参数
- 【作用】：reduce把结果继续和序列的下一个元素做累积计算→reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
- 举例：序列求和
  - ```
    >>> from functools import reduce
    >>> def add(x, y):
    ...     return x + y
    ...
    >>> reduce(add, [1, 3, 5, 7, 9])
    25
```

filter()函数

用于过滤序列(别和map()混淆，这里不对原数据进行改变)
【输入】一个函数和一个序列
【作用】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。（即：对可迭代对象进行逐一操作，将满足表达式的挑选出来）

举例

  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]

sorted()函数

排序算法：排序的核心是比较两个元素的大小
- 数字：直接比较
- 其他类型：通过函数抽象出来
sorted()函数
- 是一个高阶函数。用sorted()排序的关键在于实现一个映射函数。
- 可以直接对list进行排序 sorted([36, 5, -12, 9, -21])
- 可以接收一个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)
  - 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
- 默认情况下，对字符串排序，按照ASCII的大小比较
  - 由于'Z' < 'a'，结果，大写字母Z会排在小写字母a的前面。(先排大写，再排小写)
    - ```
      >>> sorted(['bob', 'about', 'Zoo', 'Credit'])
      ['Credit', 'Zoo', 'about', 'bob']
```
- 如果想要忽略大小写，需要先转换为相同大/小写
  - ```
    >>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
    ['about', 'bob', 'Credit', 'Zoo']
```
  - 如果想要反向排序，让z排前面
    - ```
      >>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
      ['Zoo', 'Credit', 'bob', 'about']
```

返回函数 (需配合实际做题加强理解)

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。（返回的不是运算结果）
闭包
- 内层函数引用了外层函数的局部变量，即当一个函数返回了一个函数后，其内部的局部变量还被新函数引用
- ❗返回闭包时牢记一点：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。❗
- 如果一定要引用循环变量怎么办？
  - 再创建一个函数，用该函数的参数绑定循环变量当前的值
  - 因此无论该循环变量后续如何更改，已绑定到函数参数的值不变
  - ```
    def count():
        def f(j):
            def g():
                return j*j
            return g
        fs = []
        for i in range(1, 4):
            fs.append(f(i)) # f(i)立刻被执行，因此i的当前值被传入f()
        return fs
```
- ```
  # 对应结果
  >>> f1, f2, f3 = count()
  >>> f1()
  1
  >>> f2()
  4
  >>> f3()
  9
```
- ❗ 使用闭包时，对外层变量赋值前，需要先使用nonlocal声明该变量不是当前函数的局部变量。❗
  - 如果只是读外层变量的值，我们会发现返回的闭包函数调用一切正常
  - 但是，如果对外层变量赋值，会报错
- tips:返回一个函数时，牢记该函数并未执行，返回函数中不要引用任何可能会变化的变量。

匿名函数

匿名函数lambda x: x * x实际上就是：
- ```
  def f(x):
      return x * x
```
关键字lambda表示匿名函数，冒号前面的x表示函数参数。
限制：只能有一个表达式，不用写return，返回值就是该表达式的结果。
好处：函数没有名字，不必担心函数名冲突
匿名函数也是一个函数对象，也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

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

装饰器 Decorator （重要，面试官常问）

装饰器是一种用于修改函数或方法行为的方式，它们以 @decorator_name 的形式使用。
- (补充：在Python中，@ 符号通常用于装饰器（decorators）和矩阵乘法。)
- 装饰器可以用于函数、方法或类。
- 在代码运行期间动态增加功能的方式
- 接受一个函数作为参数，并返回一个函数。
- ```
  # (下面的decorator 是一个装饰器函数，会修改 my_function 的行为。)
  
  # 1.没有@时的写法:
      def my_function():
      # 函数体
  
  my_function = decorator(my_function)
  
  # 2.简化后写法:
  @decorator
  def my_function():
  	# 函数体	
```
- 用途:装饰器是一种灵活的工具，可用于例如添加日志、权限检查、性能测量等功能。
由于函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数。
与第2点返回函数联动，decorator本质上就是一个返回函数的高阶函数。

例如，定义一个能打印日志的decorator

  def log(func):
      def wrapper(*args, **kw):
          print('call %s():' % func.__name__)
          return func(*args, **kw)
      return wrapper
  # wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。在wrapper()函数内，首先打印日志，再紧接着调用原始函数。

偏函数 Partial function

来自Python的functools模块
当函数的参数个数太多，需要简化时，使用functools.partial可以创建一个新的函数，这个新函数可以固定住原函数的部分参数，从而在调用时更简单。

使用偏函数后可以直接使用,不许自己专门定义特别用法的固定函数(functools.partial可以把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。)

  # 例1:偏函数替代了什么?
  
  # 之前:定义函数
  def int2(x, base=2):
      return int(x, base)
  
  # 之后:使用偏函数,不需要再额外定义函数
  >>> import functools
  >>> int2 = functools.partial(int, base=2)

  # 例2:使用偏函数减少代码量
  
  # 定义一个取余函数，默认和2取余；
  def mod(x,y=2):
    # 返回 True 或 False
    return x % y == 0
  
  # 假设我们要计算和3取余，如果不使用partial()函数，那么我们每次调用mod()函数时，都要写y=3
  mod(4,y=3)
  mod(6,y=3)
  
  # 使用partial()函数
  from functools import partial
  mod_3 = partial(mod,y=3)
  mod_3(4)
  mod_3(6)
  # 此段代码源自教程评论区