Python3学习笔记之-函数式编程(第一篇)
文章目录
目录
一、高阶函数
前言
函数是Python内建支持的一种封装,就是把大量的代码拆开写成函数,然后进行调用,这种分解可以称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。
在计算机层面上,cpu执行的是加减乘除以及各种判断和跳转的指令,因此汇编语言最贴近计算机语言。越贴近计算机的语言,抽象程度就低,执行效率就高,比如C语言。
函数式编程就是一种抽象程度很高的编程模型,确定输入输出的叫没副作用的纯函数,内部变量不确定的,叫有副作用的函数。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。但是Python不是纯函数式编程语言,因为Python允许使用变量。
一、高阶函数
1、map、reduce
Python内建了map()和reduce()函数。
map()
map()函数接收两个参数,一个是函数、一个是迭代器,map将传入的函数依次作用到序列的每个元素,并把结果作为新的迭代器返回。
也就是说序列里每一个元素都被当做x变量,放到一个函数f(x)里,其结果是f(x1)、f(x2)、f(x3)......组成的新序列。
举个例子,假如我们有函数,要把这个函数作用在一个list[1,2,3,4,5,6,7,8,9]上,就可以用map函数实现:
代码:
def f(x):
return x*x
r=map(f,[1,2,3,4,5,6,7,8,9])
list(r)
结果:[1,4,9,16,25,36,49,64,81]
map()传入的第一个参数是f,即函数对象本身,由于结果r是一个迭代器,Iterator是惰性序列,因此通过list()函数让它把整个序列都计算出来并返回一个list。
记住map()作为高阶函数,事实上它把运算规则抽象了,我们可以用它计算任意的复杂函数,比如把列表所有数字转换成字符串:
list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
结果:['1', '2', '3', '4', '5', '6', '7', '8', '9']
reduce()
reduce的工作过程是 :在迭代序列的过程中,首先把 前两个元素(只能两个)传给 函数,函数加工后,然后把 得到的结果和第三个元素 作为两个参数传给函数参数, 函数加工后得到的结果又和第四个元素 作为两个参数传给函数参数,依次类推。
reduce把一个函数作用在一个序列[x1,x2,x3,....]上,这个函数必须接受两个参数,reduce把结果继续和序列的下一个元素做累积计算,其效果就是:
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
比如说对一个序列求和,就可以用reduce实现:
from functools import reduce
def add(x, y):
return x + y
reduce(add, [1, 3, 5, 7, 9])
25
当然求和运算可以直接用Python内建函数sum(),没必要动用reduce,但是如果把序列[1,3,5,7,9]变成整数13579,reduce就发挥作用了:
from functools import reduce
def fn(x, y):
return x * 10 + y
reduce(fn, [1, 3, 5, 7, 9])
13579
如果考虑到字符串str
也是一个序列,对上面的例子稍加改动,配合map()
,我们就可以写出把str
转换为int
的函数:
from functools import reduce
def fn(x, y):
return x * 10 + y
def char2num(s):
digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
return digits[s]
reduce(fn, map(char2num, '13579'))
13579
整理成一个str2int
的函数就是:
from functools import reduce
DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
def str2int(s):
def fn(x, y):
return x * 10 + y
def char2num(s):
return DIGITS[s]
return reduce(fn, map(char2num, s)
还可以用lambda函数进一步简化成:
from functools import reduce
DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
def char2num(s):
return DIGITS[s]
def str2int(s):
return reduce(lambda x, y: x * 10 + y, map(char2num, s))
也就是说,假设Python没有提供int()
函数,你完全可以自己写一个把字符串转化为整数的函数,而且只需要几行代码!
lambda函数的用法在后面介绍。
2、filter
Python内建的filter()函数用于过滤序列,和map()类似,filter()也接收一个函数和一个序列,和map不同的是,filter()把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留还是丢弃该元素。
举例:
#在一个list中,删掉偶数,只保留奇数,可以这么写:
def is_odd(n):
return n % 2 == 1
list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
# 结果: [1, 5, 9, 15]
#把一个序列中的空字符串删掉,可以这么写:
def not_empty(s):
return s and s.strip()
list(filter(not_empty, ['A', '', 'B', None, 'C', ' ']))
# 结果: ['A', 'B', 'C']
注意到filter()
函数返回的是一个Iterator
,也就是一个惰性序列,所以要强迫filter()
完成计算结果,需要用list()
函数获得所有结果并返回list。
用filter求素数
计算素数的 一个方法是埃氏筛法,这个方法理解起来简单:
首先列出从2开始的所有自然数,构造一个序列:2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, ...
取序列的第一个数2,它一定是素数,然后用2把序列的2的倍数筛掉:3, 5, 7, 9, 11,13, 15, ...
取新序列的第一个数3,它一定是素数,然后把3的倍数筛掉:5,7,11,13,17,19...
取新序列的第一个数5,然后用5把新序列的5的倍数筛掉:7,11,13,17,19....
不断筛下去,就可以得到所有素数。
用Python来实现,先构造从3开始的奇数序列:
def _odd_iter():
n = 1
while True:
n = n + 2
yield n
注意:这是一个生成器,并且是一个无限序列,然后定义一个筛选函数:
def _not_divisible(n):
return lambda x: x % n>0
最后定义一个生成器,不断返回下一个素数:
def primes():
yield 2
it = _odd_iter() # 初始序列
while True:
n = next(it) # 返回序列的第一个数
yield n
it = filter(_not_divisible(n), it) # 构造新序列
这个生成器先返回第一个素数2
,然后,利用filter()
不断产生筛选后的新的序列。
由于primes()
也是一个无限序列,所以调用时需要设置一个退出循环的条件:
# 打印1000以内的素数:
for n in primes():
if n < 1000:
print(n)
else:
break
注意到Iterator
是惰性计算的序列,所以我们可以用Python表示“全体自然数”,“全体素数”这样的序列,而代码非常简洁。
3、sorted
排序算法,也是程序中经常用到的算法,无论使用冒泡排序还是快速排序,排序的核心是比较两个元素的大小。如果是数字,我们可以直接比较,但如果是字符串或者两个dict呢?直接比较数学上的大小是没有意义的,因此,比较的过程必须通过函数抽象出来。
Python内置的sorted()函数就可以对list进行排序:
sorted([36, 5, -12, 9, -21])
#结果:[-21, -12, 5, 9, 36]
此外,sorted()
函数也是一个高阶函数,它还可以接收一个key
函数来实现自定义的排序,例如按绝对值大小排序:
sorted([36, 5, -12, 9, -21], key=abs)
#结果:[5, 9, -12, -21, 36]
我们再看一个字符串排序的例子:
sorted(['bob', 'about', 'Zoo', 'Credit'])
#结果:['Credit', 'Zoo', 'about', 'bob']
默认情况下,对字符串排序,是按照ASCII的大小比较的,由于'Z' < 'a'
,结果,大写字母Z
会排在小写字母a
的前面。
现在,我们提出排序应该忽略大小写,按照字母序排序。要实现这个算法,只要我们能用一个key函数把字符串映射为忽略大小写排序即可。忽略大小写来比较两个字符串,实际上就是先把字符串都变成大写(或者都变成小写),再比较。
这样,我们给sorted
传入key函数,即可实现忽略大小写的排序:
sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
#结果:['about', 'bob', 'Credit', 'Zoo']
要进行反向排序,不必改动key函数,可以传入第三个参数reverse=True
:
sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
#结果:['Zoo', 'Credit', 'bob', 'about']
从上述例子可以看出,高阶函数的抽象能力是非常强大的,而且,核心代码可以保持得非常简洁。