Functional Programming,函数式编程。Python对函数式编程提供部分支持。对于纯函数编程,对任一函数,只要输入是确定的,输出就是确定的,可称之为无副作用。
一、高阶函数
1、变量指向函数
我们知道函数的计算结果可以赋值给变量,例如x = abs(-5)。
同理,变量也可以指向函数,例如f = abs。
如果一个变量指向了一个函数,那我们直接调用abs(x)与执行f(x)返回的结果是完全相同。
2、函数名也是变量
我们也可以把函数名看成是一个变量,例如abs()函数。执行语句abs=-5,之后调用abs(-5)就会报错,因为此时abs这个变量已经不指向绝对值函数了,而是指向一个整数-5。
3、函数作为形参
既然变量可以指向函数,函数也可以充当变量,那么一个函数就可以接收另外一个函数作为它自己的形式参数,即实现高阶函数。例如:
1
2
3
4
5
6
7
|
>>> def add(x , y , f ): # 把函数作为参数传入。
... return f(x) + f(y)
>>> add ( - 5 , - 2 , abs )
7
|
二、函数式编程的内建函数
1、map(func,seq)
语法:map(func,seq),接收两个参数,一个是函数func,一个是可迭代对象。
作用:将传入的func函数循环作用于seq序列的每个元素上,并返回新的可迭代对象。
注意:map()函数返回的是一个<map object>,我们可以使用list()函数将所获得的结果以list形式返回。
举个栗子:用map()实现f(x)=x*x
1
2
3
4
5
6
7
8
9
10
11
12
13
|
>>> def f(x):
... return x * x
...
>>> map (f,[ 1 , 2 , 3 , 4 , 5 ])
< map object at 0x0327F670 >
>>> list ( map (f,[ 1 , 2 , 3 , 4 , 5 ])) # 传入的函数f作用于序列的每个元素调并用list()
[ 1 , 4 , 9 , 16 , 25 ]
|
当然还可以使用其他方法实现:
exp1:list( map((lambda x:x*x),[1,2,3,4,5]))
exp2:[x*x for x in [1,2,3,4,5]]
2、reduce(func,list)
语法:reduce(func,list),必须接受两个参数。
作用:把func函数作用在list序列上[x1,x2,x3,...]。取出序列的头两个元素x1和x2,作用于func,取的一个单一的值,例如a,再将a与序列的下一个元素x3做func运算,依此反复。其效果就相当于reduce(f,x1,x2,x3)=f(f(x1,x2),x3)
注意:使用reduce(),必须导入模块from functools import reduce
大家可以自己找个栗子玩玩哈~~~
3、filter()
语法:filter(func,[序列]),接收一个“过滤”函数,和一个序列。返回的是一个Iterator可迭代对象。
作用:按照func规则过滤序列,filter()把传入的函数func依此作用于每个元素,然后根据返回值TrueorFalse,来保留为True的对应元素。
注意:跟map()类似,filter()返回的是一个可迭代对象,故需要使用list()来查看所获得结果并返回list类型。
举个栗子:在一个list中,删除偶数,保留奇数。
1
2
3
4
5
6
7
8
9
|
>>> def is_odd(n):
... return n % 2 = = 1 # 返回0(false) 或1(True)
...
>>> list ( filter (is_odd,[ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 ]) )
[ 1 , 3 , 5 , 7 , 9 ]
|