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。

高阶函数

Python支持高阶函数(Higher-order function)

什么是高阶函数呢?把函数作为参数传入,这样的函数称为高阶函数。

高阶函数的特点:

1、变量可以指向函数

>>> abs(10)
10
>>> abs
<built-in function abs>
>>> x = abs
>>> x
<built-in function abs>

这个例子告诉我们:abs是函数,abs(10)是函数调用;可以将函数赋给一个变量,这个变量也指向了函数。

2、函数名也是变量

>>> abs = 10
>>> abs
10

例子中,当我们把一个函数名重新赋值后,该函数名不再指向函数,而是指向整数10,说明函数名本身也是变量,是指向函数的变量。

3、函数参数可以传入函数

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

输出:

3

map函数

map(function f, Iterable iterable)
# 返回: Iterable

map()函数接收两个参数,一个是函数,一个是Iterable,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Iterator返回。

示例:

def f(x):
return x*x iterator = map(f, [1,2,3,4])
print(list(iterator))

输出:

[1, 4, 9, 16]

map返回的结果是个迭代器(Iterator)。我们可以使用for循环获取结果或者直接使用list()函数将结果转变为list:

iterator = map(f, [1,2,3,4])
for x in iterator:
print(x)

输出:

1
4
9
16

reduce函数

reduce(function f, Iterable iterable)

reduce()函数同样接收两个参数,一个是函数,一个是Iterable,reduce把结果继续和序列的下一个元素做累积计算,返回的是累计结果,非迭代器。注意的是reduce()传入的函数 函数f 必须接收两个参数。

import functools

def f(x,y):
return x*10+y iterator = functools.reduce(f, [1,2,3,4])
print(iterator)

输出:

1234

reduce在Python3.3+已经移到functools里了,需要先导入functools。

字符串转整数示例:

from functools import reduce

def str2int(s):
def fn(x, y):
return x * 10 + y
def char2num(s):
return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
return reduce(fn, map(char2num, s))

调用:

>>> str2int('135')
135

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:

def f(x, y):
return x + y
reduce(f, [1, 3, 5, 7, 9], 100)

结果将变为125。

filter函数

filter(function f, Iterable iterable)
# 返回: Iterable

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。True保留,False丢弃。

def f(x):
if x % 2 == 0:
return True
r = filter(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(r))

输出:

[2, 4, 6, 8]

sorted函数

sorted(Iterable iterable, key=None)

Python内置的sorted()函数就可以对list进行排序,按从小到大。

它还可以接收一个key函数来实现自定义的排序,key指定的函数将作用于list的每一个元素上,并根据key函数返回的结果进行排序。

l = [10,5,2,7]
s = sorted(l)
print(s)

输出:

[2, 5, 7, 10]
def opposite(x):
return -x
l = [10,5,2,7]
s = sorted(l, key=opposite)
print(s)

输出:

[10, 7, 5, 2]

装饰器

装饰器(Decorator)是一种在代码运行期间动态增加功能的方式。例如,我们有个写日志的函数log(),我们希望在不修改该函数的情况取增强该函数的功能,比如日志前打印一行时间和该函数名:

import time

def writelog(func):
def wrapper(*args, **kw):
print('['+ time.strftime('%Y-%m-%d %H:%M:%S') + '] :' + func.__name__)
return func(*args, **kw)
return wrapper @writelog
def log(msg):
print(msg) log('This is a test msg.')

输出:

[2017-01-11 21:10:53] :log
This is a test msg.

这个例子里我们编写了装饰器writelog()用来增加函数log()的功能,只需要在函数log()前加@writelog即可。其中func.__name__代表函数的函数名。内部函数wrapper()名字非固定的,可以自定义名称。

wrapper()函数的参数定义是(*args, **kw),因此,wrapper()函数可以接受任意参数的调用。

偏函数

大家不要被这个名字给吓到,其实很简单的一个东西:用于固定函数的行为。例如,函数int(x, base=10)默认只需要传第一个参数,因为第二个参数默认是10,代表10进制。

如果我们想默认使用2进制呢,一般是这样:

def int2(x):
return int(x, 2)

而偏函数就是专门干这事情的。使用偏函数表示上面自定义方法就是:

import functools
int2 = functools.partial(int, base=2) print(int2('10'))
print(int('10'))

输出:

2
10

是不是很简单?

所以,简单总结偏函数functools.partial的作用就是,把一个函数的某些参数给固定住(也就是设置默认值),返回一个新的函数,调用这个新函数会更简单。

Python学习--08函数式编程的更多相关文章

  1. Scala - 快速学习08 - 函数式编程:高阶函数

    函数式编程的崛起 函数式编程中的“值不可变性”避免了对公共的可变状态进行同步访问控制的复杂问题,能够较好满足分布式并行编程的需求,适应大数据时代的到来. 函数是第一等公民 可以作为实参传递给另外一个函 ...

  2. Python学习_08_函数式编程

    在python中,函数名也是一个变量,代表对一个函数内容的引用,意味着可以作为参数传入到其他函数中,根据这个特性,发散出装饰器.闭包等概念,并涉及到变量作用域等问题. 函数 python中函数操作符为 ...

  3. Python学习:函数式编程(lambda, map() ,reduce() ,filter())

    1. lambda: Python 支持用lambda对简单的功能定义“行内函数” 2.map() : 3.reduce() : 4.filter() : map() ,reduce() , filt ...

  4. Python进阶:函数式编程实例(附代码)

    Python进阶:函数式编程实例(附代码) 上篇文章"几个小例子告诉你, 一行Python代码能干哪些事 -- 知乎专栏"中用到了一些列表解析.生成器.map.filter.lam ...

  5. Python Decorator 和函数式编程

    看到一篇翻译不错的文章,原文链接: Python Decorator 和函数式编程

  6. Python基础:函数式编程

    一.概述 Python是一门多范式的编程语言,它同时支持过程式.面向对象和函数式的编程范式.因此,在Python中提供了很多符合 函数式编程 风格的特性和工具. 以下是对 Python中的函数式编程 ...

  7. python学习_数据处理编程实例(二)

    在上一节python学习_数据处理编程实例(二)的基础上数据发生了变化,文件中除了学生的成绩外,新增了学生姓名和出生年月的信息,因此将要成变成:分别根据姓名输出每个学生的无重复的前三个最好成绩和出生年 ...

  8. 可爱的 Python : Python中的函数式编程,第三部分

    英文原文:Charming Python: Functional programming in Python, Part 3,翻译:开源中国 摘要:  作者David Mertz在其文章<可爱的 ...

  9. Python进阶之函数式编程(把函数作为参数)

    什么是函数式编程? 什么是函数式编程? 函数:function 函数式:functional,一种编程范式 函数式编程是一种抽象计算的编程模式 函数≠函数式,比如:计算≠计算机 在计算机当中,计算机硬 ...

随机推荐

  1. 从npm到vue和nodejs

    https://www.npmjs.com.cn/ vue和nodejs Windows 下安装NPM:https://www.cnblogs.com/interdrp/p/6779973.html ...

  2. JS高程研读记录一【事件流】

    事件流主要有冒泡事件.事件捕获及DOM事件流.现浏览器除了IE8及更早版外,基本支持DOM事件流. 冒泡事件由IE提出,而事件捕获则由Netscape提出.但两者却是截然相反的方案. 以DIV点击为例 ...

  3. HDU3488 Tour

    Tour Time Limit: 3000/1000 MS (Java/Others)    Memory Limit: 65535/65535 K (Java/Others) Total Submi ...

  4. input.php

    <?php /** * */ class Input { function get($index = NULL, $xss_clean = FALSE) { if($index == NULL ...

  5. Android-Failed to open zip file

    当AndroidStudio加载工程的时候,出现以下错误❌: 解决前的工程目录: 1.将以上错误认真的分析: 2.找到工程的 gradle文件夹/wrapper文件夹/gradle-wrapper.p ...

  6. 【转载】Configure the max limit for concurrent TCP connections

    转载地址:http://smallvoid.com/article/winnt-tcpip-max-limit.html To keep the TCP/IP stack from taking al ...

  7. Node.js之绝对选择(2018版)

    [这篇是很早期的文字,由于引用较广泛,担心误导,故按照现在的情形做一些修改] 几年前,完全放弃Asp.net,彻底脱离微软方向.Web开发,在公司团队中,一概使用Node.js.Mongodb.Git ...

  8. 如何获取SQL中Print语句输出内容

    SqlConnection cn = new SqlConnection("server=my\\my2005;database=rdwhdata2005;user id=zjh;passw ...

  9. AJPFX:外汇的杠杆保证金是什么

    外汇杠杆和保证金两者有着密切的关系.杠杆越大,交易时所用的保证金就越少. 杠杆即为保证金可以缩小的倍数.例如在没有杠杆的情况下,做一手即10万的欧元兑美元货币对合约(现在价格是1.05821),您所需 ...

  10. WCF接口实例介绍

    Windows Communication Foundation(WCF)是由微软开发的一系列支持数据通信的应用程序框架,可以翻译为Windows 通讯开发平台. WCF整合了原有的windows通讯 ...