Python 高级教程之函数式编程，34岁程序员年薪50w

最新推荐文章于 2024-10-07 01:36:35 发布

m0_60607675

最新推荐文章于 2024-10-07 01:36:35 发布

阅读量646

点赞数 8

分类专栏：程序员学习文章标签： python 开发语言

本文链接：https://blog.csdn.net/m0_60607675/article/details/136860115

版权

程序员学习专栏收录该内容

8 篇文章 0 订阅

订阅专栏

在函数式编程中，没有 for 循环或 while 循环的概念，而是使用递归。递归是一个函数直接或间接调用自身的过程。在递归程序中，提供了基本情况的解决方案，而较大问题的解决方案则用较小的问题来表示。可能会出现一个问题，什么是基本情况？基本情况可以被认为是告诉编译器或解释器退出函数的条件。

示例：让我们考虑一个程序，该程序将在不使用任何 for 循环的情况下找到列表中所有元素的总和。

演示递归的 Python 程序

递归函数查找列表的总和

def Sum(L, i, n, count):

Base case

if n <= i:

return count

count += L[i]

进入递归

count = Sum(L, i + 1, n, count)

return count

驱动程序代码

L = [1, 2, 3, 4, 5]

count = 0

n = len(L)

print(Sum(L, 0, n, count))

输出：

函数是一等的，可以是高阶的

一等的对象自始至终统一处理。它们可以存储在数据结构中，作为参数传递，或者在控制结构中使用。如果一种编程语言将函数视为一等对象，则称其支持一等函数。

一等函数的性质：

函数是 Object 类型的实例。
你可以将函数存储在变量中。
你可以将函数作为参数传递给另一个函数。
你可以从函数返回函数。
你可以将它们存储在数据结构中，例如哈希表、列表……

演示高阶函数的 Python 程序

def shout(text):

return text.upper()

def whisper(text):

return text.lower()

def greet(func):

将函数存储在变量中

greeting = func(“我是由作为参数传递的函数创建的。”)

print(greeting)

greet(shout)

greet(whisper)

输出：

我是由作为参数传递的函数创建的。

内置高阶函数

为了使列表和迭代器等可迭代对象的处理更加容易，Python 实现了一些常用的高阶函数。这些函数返回一个节省空间的迭代器。一些内置的高阶函数是：

Map()

map() 函数在将给定函数应用于给定迭代（列表、元组等）的每个项目后返回结果列表

语法： map(fun, iter)

参数：

fun：这是一个函数，map 将给定迭代的每个元素传递给该函数。

iter：它是一个要被映射的可迭代对象。

返回类型：返回 map 类的迭代器。

例子：

用于演示 map 工作的 Python 程序。

Return double of n

def addition(n):

return n + n

我们使用 map() 将所有数字翻倍

numbers = (1, 2, 3, 4)

results = map(addition, numbers)

不打印值

print(results)

打印值

for result in results:

print(result, end = " ")

输出：

2 4 6 8

filter()

filter() 方法在一个函数的帮助下过滤给定的序列，该函数测试序列中的每个元素是否为真。

语法：过滤器（函数，序列）

参数：

function：测试序列的每个元素是否为真的函数。

sequence：需要过滤的序列，可以是集合、列表、元组或任何迭代器的容器。

返回类型：返回一个已经过滤的迭代器。

例子：

演示过滤器工作的 Python 程序。

过滤元音的函数

def fun(variable):

letters = [‘a’, ‘e’, ‘i’, ‘o’, ‘u’]

if (variable in letters):

return True

else:

return False

sequence

sequence = [‘g’, ‘e’, ‘e’, ‘j’, ‘k’, ‘s’, ‘p’, ‘r’]

使用过滤功能

filtered = filter(fun, sequence)

print(‘过滤后的字母是：’)

for s in filtered:

print(s)

输出：

过滤后的字母是：

Lambda 函数

在 Python 中，匿名函数意味着函数没有名称。我们已经知道 def 关键字用于定义普通函数，而 lambda 关键字用于创建匿名函数。

语法：

lambda 参数：表达式

这个函数可以有任意数量的参数，但只有一个表达式，它被计算并返回。
任何需要函数对象的地方都可以使用 lambda 函数。
你需要了解 lambda 函数在语法上仅限于单个表达式。
除了函数中的其他类型的表达式外，它在特定的编程领域有多种用途。

例子：

演示 lambda 的 Python 代码

cube = lambda x: x * x*x

print(cube(7))

L = [1, 3, 2, 4, 5, 6]

is_even = [x for x in L if x % 2 == 0]

print(is_even)

输出：

343

[2, 4, 6]

生成器

生成器函数

生成器函数的定义与普通函数一样，但无论何时它需要生成一个值，它都会使用 yield 关键字而不是 return。如果 def 的主体包含 yield，则该函数自动成为生成器函数。

一个生成器函数，第一次产生 1，第二次产生 2，第三次产生 3

def simpleGeneratorFun():

yield 1

yield 2

yield 3

用于检查上述生成器功能的驱动代码

for value in simpleGeneratorFun():

print(value)

输出：

生成器对象

生成器函数返回一个生成器对象。通过调用生成器对象的 next 方法或在“for in”循环中使用生成器对象来使用生成器对象（如上面的程序所示）。

一个 Python 程序，用于演示通过 next() 使用生成器对象

一个生成器函数

def simpleGeneratorFun():

yield 1

yield 2

yield 3

x 是一个生成器对象

x = simpleGeneratorFun()

使用 next 遍历生成器对象

print(x.next()) # In Python 3, next()

print(x.next())

输出：

所以生成器函数返回一个可迭代的生成器对象，即可以用作迭代器。

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！