Python 函数式编程 & Python中的高阶函数map reduce filter 和sorted

时间:2022-10-13 00:18:42

1. 函数式编程

    1)概念

    函数式编程是一种编程模型,他将计算机运算看做是数学中函数的计算,并且避免了状态以及变量的概念。wiki

    我们知道,对象是面向对象的第一型,那么函数式编程也是一样,函数是函数式编程的第一型。在面向对象编程中,我们把对象传来传去,那在函数式编程中,我们要做的是把函数传来传去,而这个,说成术语,我们把他叫做高阶函数。飞林沙

   2)特点

  • 计算视为视为函数而非指令
  • 纯函数式编程:不需变量,无副作用,测试简单(每次的执行结果是一样的)
  • 支持高阶函数,代码简洁

2. python支持函数式编程

  • 不是纯函数式编程:允许有变量
  • 支持高阶函数:函数也可以作为参数(变量)传入
  • 支持闭包:有了闭包就能返回函数
  • 有限度的支持匿名函数

 3. python中的高阶函数

     1)自定义高阶函数(函数作为参数)

import math
def add(x, y, f):
return f(x) + f(y)
print add(25, 9, math.sqrt)

    2)内置高阶函数

  • map函数

     格式:map(f, lst)

             f为函数名称,可以是内置函数,也可以是自定义的函数

             lst为待处理的序列,类型可以是list,tuple 以及 string等,序列就可以

     功能:lst中的每个元素执行f函数的操作

      例如:假设用户输入的英文名字不规范,没有按照首字母大写,后续字母小写的规则,请利用map()函数,把一个list(包含若干不规范的英文名字)变成一个包含规范英文名字的list:输入:['adam', 'LISA', 'barT']   输出:['Adam', 'Lisa', 'Bart']

def format_name(s):
return s[0].upper()+s[1:].lower()

print map(format_name, ['adam', 'LISA', 'barT'])
  •  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:Python内置了求和函数sum(),但没有求积的函数,请利用recude()来求积:

            输入:[2, 4, 5, 7, 12]
            输出:2*4*5*7*12的结果

def prod(x, y):
return x*y
print reduce(prod, [2, 4, 5, 7, 12])
  • 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。

    例如:请利用filter()过滤出1~100中平方根是整数的数,即结果应该是:[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

import math

def is_sqr(x):
if math.sqrt(x)%1.0 == 0:
return True
#
r = int(math.sqrt(x))
#return r*r==x
print filter(is_sqr, range(1, 101))
  • sorted函数以及自定义的排序函数

    Python内置的 sorted()函数可对list进行排序:

>>>sorted([36, 5, 12, 9, 21])
[
5, 9, 12, 21, 36]

    但 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。

    因此,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

>>> sorted([36, 5, 12, 9, 21], reversed_cmp)
[
36, 21, 12, 9, 5]

     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。

     输入:['bob', 'about', 'Zoo', 'Credit']
     输出:['about', 'bob', 'Credit', 'Zoo']

def cmp_ignore_case(s1, s2):
if s1.upper()[0] > s2.upper()[0]:
return 1
if s1.upper()[0] < s2.upper()[0]:
return -1
return 0

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

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!     

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

     仔细观察上面的函数定义,我们在函数 f 内部又定义了一个函数 g。由于函数 g 也是一个对象,函数名 g 就是指向函数 g 的变量,所以,最外层函数 f 可以返回变量 g,也就是函数 g 本身。

 

5. Python中的闭包

    内层函数引用了外层函数的变量(参数也算变量),然后返回内层函数的情况,称为闭包(Closure)

    闭包的特点是返回的函数还引用了外层函数的局部变量,所以,要正确使用闭包,就要确保引用的局部变量在函数返回后不能变。举例如下:

# 希望一次返回3个函数,分别计算1x1,2x2,3x3:
def count():
fs
= []
for i in range(1, 4):
def f():
return i*i
fs.append(f)
return fs

f1, f2, f3
= count()

     你可能认为调用f1(),f2()和f3()结果应该是1,4,9,但实际结果全部都是 9(请自己动手验证)。

     返回闭包不能引用循环变量,请改写count()函数,让它正确返回能计算1x1、2x2、3x3的函数。

def count():
fs
= []
for i in range(1, 4):
def f(j):
def g():
return j*j
return g
r
= f(i)
fs.append(r)
return fs

f1, f2, f3
= count()
print f1(), f2(), f3()

 

6. 匿名函数

    高阶函数可以接收函数做参数,有些时候,我们不需要显式地定义函数,直接传入匿名函数更方便。

    在Python中,对匿名函数提供了有限支持。还是以map()函数为例,计算 f(x)=x时,除了定义一个f(x)的函数外,还可以直接传入匿名函数:

>>> map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])
[
1, 4, 9, 16, 25, 36, 49, 64, 81]

     关键字lambda 表示匿名函数,冒号前面的 x 表示函数参数。

     匿名函数有个限制,就是只能有一个表达式不写return,返回值就是该表达式的结果。

>>> sorted([1, 3, 9, 5, 0], lambda x,y: -cmp(x,y))
[
9, 5, 3, 1, 0]

 

7. 装饰器

   解决问题:定义的函数想在运行时增加功能,又不想改变函数本身代码