函数式编程

函数式编程

特点：把函数作为参数传入另一个函数，还允许返回一个函数。是一种抽象程度很高的，离底层很远的编程方式，Python也支持变量， 因此并不是存粹的函数式编程语言。

高阶函数

函数，是一段固定的语句。函数名是指向这段语句的变量，因此，函数名可以赋给另一个变量，也可以指向其他变量。

高阶函数，即将函数作为变量传给函数。

例如，将绝对值函数，传入求和函数：

def add(x, y, abs):
    return abs(x) + abs(y)


y = add(-3, -4, abs)
print(y)

运行结果：

7

map/reduce

map

map函数包括两个参数，参数一是函数，参数二是一个Iterable, map会对Iterable的每一个元素都执行一个函数，并将生成的结果作为一个新的Iterator返回。

例如：

>>> list(map(abs,[-1,-2,-3,-4,-5]))
[1, 2, 3, 4, 5]

Iterable是惰性的，需要用list函数计算出所有的序列

reduce

reduce接受一个二元函数和一个序列。并将计算结果与序列中的下一个值进行计算。

reduce(f,[x1,x2,x3,x4,x5])=f(f(f(f(x1,x2),x3),x4),x5)

例如：

from functools import reduce


def add(a, b):
    return a + b


y = reduce(add, [1, 2, 3, 4, 5])
print(y)

运行结果：

15

filter

作用：对序列满足某些条件的值进行过滤。

使用方法：filter(f,[x1,x2,x3,x4,x5])

其中，f是一个返回值为布尔值的一元函数。filter会留下序列中使f返回值为True的元素。

例如：

def is_odd(a):
    return a % 2 == 0


result = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(result))

运行结果：

[2, 4, 6, 8]

sorted

作用：进行自定义排序

用法：sorted([x1,x2,x3,x4,x5])

默认进行升序排列

sorted([x1,x2,x3,x4,x5], key=f)

先将每一个元素都用f进行处理再进行升序排列，但是输出的结果还是原来的序列元素

sorted([x1,x2,x3,x4,x5], key=f，reverse=True)

先将每一个元素都用f进行处理再进行降序排列

例如：

>>> sorted(L)
[-5, -4, -3, -2, -1]
>>> sorted(L, key=abs)
[-1, -2, -3, -4, -5]
>>> sorted(L, key=abs, reverse=True)
[-5, -4, -3, -2, -1]

返回函数

本质上是让函数延迟执行。

def f1(x):
	def f2():
		return result
	return f2
>>>f=f1(x)
>>>f

这种情况下，执行f1(x),只不过是进行了一个函数的装载，将f2的代码调入内存，但是并没有分配处理器将其执行。返回值是个函数型变量。

在执行返回的函数型变量时，才是真正执行了这个函数。

注：在将函数装入内存时，因为还没有产生结果，因此，f1内层被f2调用的局部变量如果发生了改变，则会使最终结果差生错误

匿名函数

相当于一种快速定义简单函数的方式

>>> list(map(lambda x: x * x, [1,2,3,4,5]))
[1, 4, 9, 16, 25]

当然，也可以是两个参数：

>>> list(map(lambda L :L[0]+L[1], [[1,2]] ))
[3]

装饰器

作用：可以增强函数的功能，在不修改函数定义的情况下，增加新的功能。

实质：装饰器也是一个函数，它可以接受需要增强功能的函数为变量，在附加功能之后，重新执行该函数。

def log(func):  # 以函数作为参数
    def wrapper(*args, **kw): #接受原函数的变量，进行附加新的功能
        print("call %s()" % func.__name__)
        return func(*args, **kw) #执行完新功能后，重新执行原来的函数
    return wrapper


@log
def now2():
    print('2021-9-3')


now2()
print(now2.__name__)

运行结果：

call now2()
2021-9-3
wrapper

利用Python的@语法完成装饰器。@log放在定义处，相当于执行了now=log(now),将原来的函数变量赋给了wapper函数。

注意，此时now2的名字变成了wrapper，这样不好，因此需要加一个python默认的方法，把比如__name__之类的属性名都赋给新的now2，这样才算是完整的decorator。

import functools


def log(func):  # 以函数作为参数
    @functools.wraps(func)
    def wrapper(*args, **kw): #接受原函数的变量，进行附加新的功能
        print("call %s()" % func.__name__)
        return func(*args, **kw) #执行完新功能后，重新执行原来的函数
    return wrapper


@log
def now2():
    print('2021-9-3')


now2()
print(now2.__name__)

偏函数

也是functools模块里的东西。作用是可以固定住参数较多的函数的某些参数，返回一个新的函数。

例如：

import functools

int2 = functools.partial(int, base=2)#相当于把base=2作为一个关键字参数固定在int中
print(int2('10010'))