Python基础之函数式

函数式

函数式编程并非用函数编程这么简单，而是将计算机的运算视为数学意义上的运算，比起面向过程，函数式更加注重的是执行结果而非执行的过程，代表语言有：Haskell、Erlang。而python并不是一门函数式编程语言，但是仍为我们提供了很多函数式编程好的特性，如lambda，map，reduce，filter。

匿名函数lambda

对比使用def关键字创建的是有名字的函数，使用lambda关键字创建则是没有名字的函数，即匿名函数，语法如下
lambda 参数1,参数2,…: expression

# 1、定义
lambda x,y,z:x+y+z
#等同于
def func(x,y,z):
    return x+y+z

# 2、调用
# 方式一：
res=(lambda x,y,z:x+y+z)(1,2,3)
# 方式二：
func=lambda x,y,z:x+y+z # “匿名”的本质就是要没有名字，所以此处为匿名函数指定名字是没有意义的
res=func(1,2,3)

map、reduce、filter

函数map、reduce、filter都支持迭代器协议，用来处理可迭代对象，我们以一个可迭代对象array为例来介绍它们三个的用法:

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

1. 对array的每个元素做平方处理，可以使用map函数

map函数可以接收两个参数，一个是函数，另外一个是可迭代对象，具体用法如下

res=map(lambda x:x**2,array)
res
>>> <map object at 0x1033f45f8>
# 解析：map会依次迭代array，得到的值依次传给匿名函数（也可以是有名函数），而map函数得到的结果仍然是迭代器。
list(res) #使用list可以依次迭代res，取得的值作为列表元素
>>> [1, 4, 9, 16, 25]

2. 对array进行合并操作，比如求和运算，这就用到了reduce函数

reduce函数可以接收三个参数，一个是函数，第二个是可迭代对象，第三个是初始值

# reduce在python2中是内置函数，在python3中则被集成到模块functools中，需要导入才能使用
from functools import reduce 
res=reduce(lambda x,y:x+y,array)
res
>>> 15
"""
解析：
1 没有初始值，reduce函数会先迭代一次array得到的值作为初始值，
	作为第一个值数传给x，然后继续迭代一次array得到的值作为第二个值传给y，
	运算的结果为3
2 将上一次reduce运算的结果作为第一个值传给x，
	然后迭代一次array得到的结果作为第二个值传给y，
	依次类推，知道迭代完array的所有元素，得到最终的结果15
	也可以为reduce指定初始值
"""
res=reduce(lambda x,y:x+y,array,100)
res
>>> 115

3. 对array进行过滤操作，这就用到了filter函数，比如过滤出大于3的元素

res=filter(lambda x:x>3,array)
"""
解析：
filter函数会依次迭代array，得到的值依次传给匿名函数，
如果匿名函数的返回值为真，则过滤出该元素，而filter函数得到的结果仍然是迭代器。
"""
list(res) 
>>> [4, 5]