9、python进阶-函数式编程之一

1、函数式编程概念

函数：function
函数式：functional 一种编程范式
函数 不等于 函数式 计算 不等于 计算机

1.1、函数式编程特点：

• 把计算视为函数而非指令
• 纯函数式编程：不需要变量，无副作用，测试简单
• 支持高阶函数，代码简洁

1.2 python函数式编程特点：

• 不是纯函数式编程：允许有变量
• 支持告诫函数：函数也可以作为变量传入
• 支持闭包：有了闭包，就能返回函数
• 有限度地支持匿名函数

2、高阶函数

2.1 概念：能接收函数做参数的函数就是高阶函数

变量可以指向函数
f=abs
f(20)
abs=len
函数名其实是指向函数的一个变量
高阶函数：能接收函数做参数的函数就是高阶函数

• 变量名可以指向函数
• 函数的参数可以接收变量
• 一个函数可以接收另外一个函数作为参数
• 能接收函数做参数的函数就是高阶函数

def add(x,y,f):
    return f(x) + f(y)
print add(-1,2,abs)

3、一些高阶函数

3.1 map函数

map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。不改变原来list，返回新的list

def f(x):
    return x*x
print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
#输出 [1, 4, 9, 10, 25, 36, 49, 64, 81]

例子：首字母变大写，其余字母小写

def format_name(s):
    return s[:1].upper() + s[1:].lower()
    #或者用  Python的capitalize()将字符串的第一个字母变成大写,其他字母变小写
print map(format_name, ['adam', 'LISA', 'barT'])

3.2 reduce函数

reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。
例如，编写一个f函数，接收x和y，返回x和y的和：

def f(x, y):
      return x + y

调用 reduce(f, [1, 3, 5, 7, 9])时，reduce函数将做如下计算：

• 先计算头两个元素：f(1, 3)，结果为4；
• 再把结果和第3个元素计算：f(4, 5)，结果为9；
• 再把结果和第4个元素计算：f(9, 7)，结果为16；
• 再把结果和第5个元素计算：f(16, 9)，结果为25；
• 由于没有更多的元素了，计算结束，返回结果25。

ps: 上述计算实际上是对 list的所有元素求和。虽然Python内置了求和函数sum()，但是，利用reduce()求和也很简单。

**reduce()还可以接收第3个可选参数，作为计算的初始值。**如果把初始值设为100，计算：
reduce(f, [1, 3, 5, 7, 9], 100)
结果将变为125，因为第一轮计算是：
计算初始值和第一个元素：f(100, 1)，结果为101。
例子：求乘积的函数

def prod(x, y):
    return x*y

print reduce(prod, [2, 4, 5, 7, 12])

3.3 filter函数

filter()函数是 Python 内置的另一个有用的高阶函数，filter()函数接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。

例子1：要从一个list [1, 4, 6, 7, 9, 12, 17]中删除偶数，保留奇数

首先，要编写一个判断奇数的函数：
def is_odd(x):
return x % 2 == 1
然后，利用filter()过滤掉偶数：
filter(is_odd, [1, 4, 6, 7, 9, 12, 17])
结果：[1, 7, 9, 17]

例子2 删除 None 或者空字符串：

def is_not_empty(s):
return s and len(s.strip()) > 0
filter(is_not_empty, [‘test’, None, ‘’, ‘str’, ’ ', ‘END’])
结果：[‘test’, ‘str’, ‘END’]

注意： s.strip(rm) 删除 s 字符串中开头、结尾处的 rm 序列的字符。

rm中每个字符是独立的，在开头从左向右依次查找字符，如果是这几个中的一个就删除。当rm为空时，默认删除空白符（包括’\n’, ‘\r’, ‘\t’, ’ ‘)，如下：
a = ’ 123’
a.strip()
结果： ‘123’
a=’\t\t123\r\n’
a.strip()
结果：‘123’
例如：

s='esa1t2t'
print s.strip('1t') #输出 esa1t2
s='esa1tt'
print s.strip('1t') #输出 esa

例子3：请利用filter()过滤出1~100中平方根是整数的数

import math

def is_sqr(x):
    return math.sqrt(x)%1==0

print filter(is_sqr, range(1,101))

其他写法：
判断：
1、 int(v) == v
2、math.floor(num) == num
3、round(num) == num
4、r * r == x
不能用isinstance(math.sqrt(x),int)：
math.sqrt(x) 返回的是float类型的数。math.sqrt(4)等于2.0 不是int 。所以利用isinstance(math.sqrt(x),int)该语句不会有输出结果。

3.4 python中自定义排序函数

sorted()也是一个高阶函数，它可以接收一个比较函数来实现自定义排序，比较函数的定义是，传入两个待比较的元素 x, y，如果 x 应该排在 y 的前面，返回 -1，如果 x 应该排在 y 的后面，返回 1。如果 x 和 y 相等，返回 0。

例子1：如果我们要实现倒序排序，只需要编写一个reversed_cmp函数：

def reversed_cmp(x, y):
    if x > y:
        return -1
    if x < y:
        return 1
    return 0

这样，调用 sorted() 并传入 reversed_cmp 就可以实现倒序排序：
sorted([36, 5, 12, 9, 21], reversed_cmp)
[36, 21, 12, 9, 5]

例子2 对字符串排序时，有时候忽略大小写排序更符合习惯。请利用sorted()高阶函数，实现忽略大小写排序的算法。

def cmp_ignore_case(s1, s2):
    return cmp(s1[:].lower(),s2[:].lower())

print sorted(['bob', 'about', 'Zoo', 'Credit'], cmp_ignore_case)

参考：

https://www.runoob.com/python/python-func-sorted.html sorted
https://www.runoob.com/python/att-list-sort.html list sort

4、python中返回函数

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！

例子1 定义一个函数 f()，我们让它返回一个函数 g，可以这样写：

def f():
    print 'call f()...'
    # 定义函数g:
    def g():
        print 'call g()...'
    # 返回函数g:
    return g

x = f # 这个是指把函数f赋值给x 并没有调用
x = f() # 调用f() 并把返回值给x
x() # x指向函数，因此可以调用
call g()… # 调用x()就是执行g()函数定义的代码
返回函数可以把一些计算延迟执行。 由于可以返回函数，我们在后续代码里就可以决定到底要不要调用该函数。 注意 函数1里面的函数2 可以访问到函数1的变量

def calc_sum(lst):
    def lazy_sum():
        return sum(lst)
    return lazy_sum

f = calc_sum([1, 2, 3, 4]) # # 调用calc_sum()并没有计算出结果，而是返回函数:
f()

例子2：请编写一个函数calc_prod(lst)，它接收一个list，返回一个函数，返回函数可以计算参数的乘积。

def calc_prod(lst):
    def lazy_prod() :
        return reduce(lambda x,y:x*y,lst)
    return lazy_prod

f = calc_prod([1, 2, 3, 4])
print f()