python支持函数式编程吗_Python函数式编程

函数式编程

函数是Python内建支持的一种封装，我们通过把大段代码拆成函数，通过一层一层的函数调用，就可以把复杂任务分解成简单的任务，这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。

函数式编程Functional Programming，虽然也可以归结到面向过程的程序设计，但其思想更接近数学计算。函数式编程就是一种抽象程度很高的编程范式。

在计算机的层次上，CPU执行的是加减乘除的指令代码，以及各种条件判断和跳转指令，所以，汇编语言是最贴近计算机的语言。

而计算则指数学意义上的计算，越是抽象的计算，离计算机硬件越远。

对应到编程语言，就是越低级的语言，越贴近计算机，抽象程度低，执行效率高，比如C语言；越高级的语言，越贴近计算，抽象程度高，执行效率低，比如Lisp语言。

函数式编程就是一种抽象程度很高的编程范式，纯粹的函数式编程语言编写的函数没有变量，因此，任意一个函数，只要输入是确定的，输出就是确定的，这种纯函数我们称之为没有副作用。而允许使用变量的程序设计语言，由于函数内部的变量状态不确定，同样的输入，可能得到不同的输出，因此，这种函数是有副作用的。

函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数！

Python对函数式编程提供部分支持。由于Python允许使用变量，因此，Python不是纯函数式编程语言

函数式编程的优点逻辑可证 这是一个学术上的优点：没有”边界效应”使得更容易从逻辑上证明程序是正确的。

边界效应是指在进行程序设计时，我们的编程思想、算法以及分析测试的数据有可能会接近我们所没有注意的边界。所有的操作设计都会有一个边界，例如整形数据的内存，很多情况下在进行程序设计时，往往会被我们所忽略

模块化

函数式编程推崇简单原则，一个函数只做一件事情，将大的功能拆分成尽可能小的模块。小的函数更易于阅读和检查错误。

组件化

小的函数更容易加以组合形成新的功能。

易于调试

细化的、定义清晰的函数使得调试更加简单。当程序不正常运行时，每一个函数都是检查数据是否正确的接口，能更快速地排除没有问题的代码，定位到出现问题的地方。

易于测试

不依赖于系统状态的函数无须在测试前构造测试桩，使得编写单元测试更加容易。

更高的生产率

函数式编程产生的代码比其他技术更少（往往是其他技术的一半左右），并且更容易阅读和维护。

函数式编程的特征

在支持函数式编程的语言中，大量使用如下特征的代码即可被认为是函数式：

1. 函数是一等公民函数能作为参数传递，或者是作为返回值返回。匿名函数(lambda)

lambda提供了快速编写简单函数的能力

闭包

闭包引用了外层函数的变量，然后返回内层函数

内置的不可变数据结构

如python中的元组

内置模板函数::见下文中的高阶函数::

递归

匿名函数(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。

例：

p = lambda x: x+x

print(p(10)

其等价于：

def test(x):

return x+x

p = test(10)

print(p)这里我建议尽量避免使用lambda。lambda功能十分有限，只能有一个表达式，返回值就是该表达式的结果。最主要是语句过于复杂，lambda表达式会很难阅读

高阶函数能接收函数做参数的函数:

变量可以指向函数

函数的参数可以接收变量

一个函数可以接收另一个函数作为参数

如：python内置函数，map()函数、reduce()函数、filter()函数等

Python的函数不但可以返回int、str、list、dict等数据类型，还可以返回函数

例：

def test(x, y, z):

return z(x, y)

print(test(2, 3, pow))

这里x，y是两个数值，z是一个函数

偏函数

Python的functools模块提供了很多有用的功能，偏函数是其中之一，偏函数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。

如int()函数，其提供了base参数，默认值为10。如果传入base参数，就可以做进制的转换int('101010', base=2)如果经常需要做二进制转换我们就可以自己定义一个int2()函数

def int2(x, base=2):

return int(x, base)

这里如果我们使用functools.partial，就可以非常方便的直接创建一个int2()

from functools import partial

int2 = partial(int, base=2)