Python 中的函数式编程

函数式编程的需求(FP)

函数式编程的使用为我们提供了关注点的分离，在这里我们可以分离数据和逻辑。因此，对于开发人员来说，代码变得清晰易懂。函数式编程遵循 DRY (请勿重复)原则。遵循函数式编程的代码是节省内存的，实现函数式编程的代码库也很容易扩展和维护。

纯函数

函数式编程中的重要概念之一是纯函数的使用。

如果满足以下条件，则将一个函数称为“纯函数”：

1. 变量都只在函数作用域内获取，作为函数的参数传入

2. 不会产生副作用，不会改变被传入的数据或者其他数据（全局变量）

3. 相同的输入保证相同的输出

副作用是指函数被调用，完成可函数既定的计算任务，但同时因为访问了外部数据，尤其是因为对外部数据进行了写操作，从而一定程度的改变了系统环境。

考虑下面这个简单的例子:

函数平方永远只返回给定数字的平方，不会改变外部世界的任何东西。这种类型的函数也称为声明函数。

Python 中的纯函数:

1) map()

map()接受两个参数：一个函数和一个可迭代对象。考虑到上面的square函数的例子，我们可以使用map()函数将函数快速应用于给定的可迭代对象，例如数字列表：

输出:

[4, 36, 100]

map()函数最常见和有用的用例是从用户那里接收多个未知数字的输入:

输出:

Enter some numbers: 2 5 3 7 4
Check your numbers: [2, 5, 3, 7, 4]

2) filter()

filter()函数基于指定函数过滤任何给定的可迭代对象。考虑以下示例，其中filter()函数仅过滤满足给定only_even()函数条件的项目。

输出:

[2, 4, 6, 8, 10]

3) zip()

当我们需要逐字压缩两个可迭代对象时，可以使用zip()函数。我们可以在zip()函数内添加任意数量的可迭代对象。考虑下面的例子:

输出:

[('Iron Man', 'Batman'), ('Spider-Man', 'Superman')]

函数将对应的索引项绑定到一个元组中，并插入到一个列表函数中(正如我指定的 list()函数)。

4) reduce()

Reduce()函数是一个 functools 模块的一部分，它是一个标准的 python 库。考虑下面的示例，其中 reduce()函数累积给定的列表值并提供最终输出。

输出:

9

与其他函数不同，reduce()函数接受三个参数。从这个例子中，您可以看到这个函数的 collect()接受两个参数 acc 和 item，并返回和。

在这里，reduce() 函数首先将最后一个参数0作为 acc 传递给列表中的第一项，然后将其作为列表中的第一项传递，然后它累加并传递总和作为下一个列表项的 acc，依此类推，直到所有列表项都被累加并且结果显示。

总结

比起命令式编程，函数式编程更强调程序执行的结果而非执行的过程，倡导利用简单的执行单元让计算结果不断渐进，逐层推导复杂的运算，而不是设计一个复杂的执行过程。使程序变得简单易读易于维护。

·  END  ·

HAPPY LIFE