Python(九)语法 函数式编程(函数作为返回值,lambda)

函数作为返回值

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。

我们来实现一个可变参数的求和。通常情况下,求和的函数是这样定义的:

>>> def sum(*args):
...  s=0
...  for x in args:
...   s=s+x
...  return s
...

但是,如果不需要立刻求和,而是在后面的代码中,根据需要再计算怎么办?可以不返回求和的结果,而是返回求和的函数:

>>> def lazysum(*args):
...  def sum():
...   r=0
...   for x in args:
...    r=r+x
...   return r
...  return sum
...

当我们调用lazysum()时,返回的并不是求和结果,而是求和函数 调用求和函数f1的时候才返回值

>>> f1=lazysum(1,2,3)
>>> f1
<function lazysum.<locals>.sum at 0x0000000002916048>
>>> f1()
6
>>> f2=lazysum(1,2,3)
>>> f2
<function lazysum.<locals>.sum at 0x0000000002907EA0>
>>> f2()
6

并且虽然参数和方法一致。但是返回的都会是新的函数,函数地址不一致

在这个例子中,我们在函数lazysum中又定义了函数sum,并且,内部函数sum可以引用外部函数lazysum的参数和局部变量,当lazysum返回函数sum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)”

返回的函数并没有立刻执行,而是直到调用了该函数f()才执行

>>> def count():
...  fs=[]
...  for i in range(1,4):
...   print(i)
...   def f():
...    return i*i
...   fs.append(f)
...  return fs
...
>>> f1,f2,f3=count()
1
2
3
>>> f1()
9
>>> f2()
9
>>> f3()
9

如上 返回的函数f()引用了变量i,但它并非立刻执行 在执行具体f()函数的时候 i已经循环完毕都变成了3

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。

lambda

当我们在传入函数时,有些时候,不需要显式地定义函数,直接传入匿名函数更方便。

在Python中,对匿名函数提供了有限支持。还是以map()函数为例,计算f(x)=x2时,除了定义一个f(x)的函数外,还可以直接传入匿名函数:

>>> list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
[1, 4, 9, 16, 25, 36, 49, 64, 81]

通过对比可以看出,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。

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

用匿名函数有个好处,因为函数没有名字,不必担心函数名冲突。此外,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

同样,也可以把匿名函数作为返回值返回,比如:

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

 

 

 

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
函数式编程是一种编程范式,它将计算视为数学函数的求值过程。Python作为一门多范式的编程语言,也支持函数式编程。在函数式编程中,函数被视为一等公民,可以作为参数传递给其他函数,也可以作为返回值返回。函数式编程强调不可变性和无副作用,通过使用纯函数来实现。 在Python中,函数式编程可以通过以下几个特性来实现: 1. 高阶函数Python中的函数可以作为参数传递给其他函数,也可以作为返回值返回。这使得我们可以使用高阶函数来实现函数的组合、柯里化等功能。 2. 匿名函数Python中的lambda表达式允许我们创建匿名函数,这些函数可以在需要时直接定义,而不需要使用def关键字进行命名。 3. map、filter和reduce函数:这些内置函数函数式编程的重要工具。map函数可以将一个函数应用于一个可迭代对象的每个元素,并返回一个新的可迭代对象;filter函数根据指定的条件过滤可迭代对象中的元素,并返回一个新的可迭代对象;reduce函数对可迭代对象中的元素进行累积操作,返回一个单一的结果。 4. 列表推导式和生成器表达式:这些语法结构允许我们使用简洁的方式创建新的列表或生成器,从而实现对可迭代对象的转换或筛选。 5. 不可变性:函数式编程强调不可变性,即函数的参数和局部变量在函数执行期间不可修改。Python中的元组和frozenset等不可变对象可以用来实现这一特性。 6. 递归:函数式编程常常使用递归来解决问题,通过函数自身调用来实现循环和迭代的效果。 总结起来,Python函数式编程提供了一系列工具和语法结构,使得我们可以更加方便地使用函数作为一等公民,并且实现函数的组合、柯里化、惰性求值等特性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值