在python中函数也是一等对象。或者说,python中一切都为对象。可以把函数作为参数传递给函数,也可以把函数作为返回值。所以,在一些设计模式中,可以用函数去替代对象。
在现代python中,map,filter,reduce很少用到了,因为python的列表生成式,可以实现和他们相同的工作,并且更易理解。
不过理解这些函数,对我们理解函数式编程也是有好处的。很多使用for的方式,能使用这些去改写。
1. 做一个多段句子中出现单词计数的程序
from functools import reduce
# 假设我们有如下大数据列表
big_data = [
"apple banana cherry",
"banana orange apple",
"cherry plum apple",
# ... 更多行文本
]
# 定义一个辅助函数,用于将字符串拆分为单词列表
def split_into_words(text):
return text.split()
# 使用 map() 函数将每一行文本拆分为单词列表
word_lists = map(split_into_words, big_data)
# 将所有单词列表合并为一个大的单词列表
all_words = reduce(lambda x, y: x + y, word_lists)
# 使用 collections.Counter 对象统计单词频率
from collections import Counter
word_counts = Counter(all_words)
# 打印结果
for word, count in word_counts.most_common():
print(f"{word}: {count}")
- map的作用是对列表的每一个元素都执行指定函数
- reduce则是对列表的x1,x2执行函数后将返回的值作为新的值与x3传入函数继续计算返回
通过使用map也不难看出,为什么函数式编程更容易写并发程序。在处理数据集合时,可以轻松地将这些操作并行化,因为每个元素的处理是相互独立的。
如果使用for去执行时,逻辑上就比较麻烦。