函数式编程之 Python
参考:www.sigai.cn/
1 函数式编程概述
- 前提:函数在 Python 中是⼀等对象
- 工具:built-in ⾼阶函数;lambda 函数;operator 模块;functools 模块
- 模式:闭包与装饰器
- 替代:⽤用 List Comprehension 可轻松替代 map 和 filter(reduce 替代起来⽐比较困难)
- 原则:No Side Effect
何为 No Side Effect? 函数的所有功能就仅仅是返回一个新的值而已,没有其他行为,尤其是不得修改外部变量。因⽽,各个独⽴的部分的执⾏顺序可以随意打乱,带来执⾏顺序上的⾃自使得⼀系列新的特性得以实现:⽆锁的并发;惰性求值;编译器器级别的性能优化等
1.1 程序的状态与命令式编程
- 程序的状态首先包含了当前定义的全部变量
- 有了程序的状态,我们的程序才能不断往前推进
- 命令式编程,就是通过不断修改变量的值,来保存当前运⾏的状态,来步步推进
1.2 函数式编程
- 通过函数来保存程序的状态(通过函数创建新的参数和返回值来保存状态)
- 函数一层层的叠加起来,每个函数的参数或返回值代表了⼀个中间状态
- 命令式编程⾥一次变量值的修改,在函数式编程⾥变成了⼀个函数的转换
- 最自然的方式:递归
2 一等函数
一等对象的定义:
- 在运⾏时创建
- 能赋值给变量或数据结构中的元素
- 能作为参数传给函数
- 能作为函数的返回结果
Python 中,所有函数的都是一等对象,简称为一等函数
2.1 高阶函数
定义:接受函数为参数,或把函数作为返回结果的函数
2.1.1 map
映射
map()
是 Python 内置的高阶函数,它接收一个函数 f
和一个可迭代对象,并通过把函数 f
依次作用在 可迭代对象 的每个元素上,并返回一个新的可迭代对象。
def f(x):
return x * x
print('map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])):',
list(map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])))
show:
map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])): [1, 4, 9, 16, 25, 36, 49, 64, 81]
替代方案:
[x*x for x in range(1,10)]
def format_name(s):
s1 = s[0:1].upper() + s[1:].lower()
return s1
print("map(format_name, ['adam', 'LISA', 'barT']):",
list(map(format_name, ['adam', 'LISA', 'barT'])))
map(format_name, ['adam', 'LISA', 'barT']): ['Adam', 'Lisa', 'Bart']
替代方案:
[format_name(name) for i, name in enumerate(['adam', 'LISA', 'barT'])]
因而,列表推导可以很好的替换 map 函数。
2.1.2 filter
过滤器
x = [(), [], {}, None, '', False, 0, True, 1, 2, -3]
x_result = filter(bool, x)
list(x_result)
[True, 1, 2, -3]
替代方案:
[i for i in x if bool(i)]
print("filter((lambda x: x>0), range(-5, 5)):",
list(filter((lambda x: x > 0), range(-5, 5))))
filter((lambda x: x>0), range(-5, 5)): [1, 2, 3, 4]
替代方案:
[x for x in range(-5, 5) if x > 0]
2.1.3 reduce
递推
from functools import reduce
m = 2
n = 5
reduce(lambda x, y: x * y, list(range(1, n + 1)), m)
240
def multiply(a, b):
return a * b
reduce(multiply, range(1, 5))
24
2.1.4 zip
并行
print("zip( [1, 2, 3], [4, 5, 6]):", list(zip([1, 2, 3], [4, 5, 6])))
show:
zip( [1, 2, 3], [4, 5, 6]): [(1, 4), (2, 5), (3, 6)]
2.1.5 sorted
排序
>>> sorted([x * (-1) ** x for x in range(10)])
[-9, -7, -5, -3, -1, 0, 2, 4, 6, 8]
>>> sorted([x * (-1) ** x for x in range(10)], reverse=True)
[8, 6, 4, 2, 0, -1, -3, -5, -7, -9]
>>> sorted([x * (-1) ** x for x in range(10)], key=abs)
[0, -1, 2, -3, 4, -5, 6, -7, 8, -9]
>>> sorted([x * (-1) ** x for x in range(10)], reverse=True, key=abs)
[-9, 8, -7, 6, -5, 4, -3, 2, -1, 0]
min
与 max
同理。
2.2 partial
functools
这货用于高阶函数:指那些作用于函数或者返回其他函数的函数。通常情况下,只要是可以被当做函数调用的对象就是这个模块的目标。
假设有如下函数:
def multiply(x, y):
return x * y
现在,我们想返回某个数的双倍,即:
>>> multiply(3, y=2)
6
>>> multiply(4, y=2)
8
>>> multiply(5, y=2)
10
上面的调用有点繁琐,每次都要传入 y=2
,我们想到可以定义一个新的函数,把 y=2
作为默认值,即:
def double(x, y=2):
return multiply(x, y)
现在,我们可以这样调用了:
>>> double(3)
6
>>> double(4)
8
>>> double(5)
10
事实上,我们可以不用自己定义 double
,利用 partial
,我们可以这样:
from functools import partial
double = partial(multiply, y=2)
partial
接收函数 multiply
作为参数,固定 multiply
的参数 y=2
,并返回一个新的函数给 double
,这跟我们自己定义 double
函数的效果是一样的。
所以,简单而言,partial
函数的功能就是:把一个函数的某些参数给固定住,返回一个新的函数。
需要注意的是,我们上面是固定了 multiply
的关键字参数 y=2
,如果直接使用:
double = partial(multiply, 2)
则 2
是赋给了 multiply
最左边的参数 x
。
from functools import partial
def subtraction(x, y):
return x - y
f = partial(subtraction, 4) # 4 赋给了 x
>>> f(10) # 4 - 10
-6
组合高阶函数:
from functools import partial
abs_sorted = partial(sorted, key=abs)
abs_sorted([x * (-1) ** x for x in range(10)])
show:
[0, -1, 2, -3, 4, -5, 6, -7, 8, -9]
abs_reverse_sorted = partial(sorted, key=abs, reverse=True)
abs_reverse_sorted([x * (-1) ** x for x in range(10)])
show:
[-9, 8, -7, 6, -5, 4, -3, 2, -1, 0]
2.3 匿名函数
- 定义:使⽤用
lambda
表达式创建的函数,函数本身没有名字 - 特点:只能使⽤用纯表达式,不能赋值,不能使⽤用
while
和try
等块语句 - 语法:
lambda [arg1 [,arg2 [,arg3]]]: expression
Expressions get a value; Statements do something
lambda
& def
写法上:
def
可以用代码块,一个代码块包含多个语句lambda
只能⽤单行表达式,⽽表达式仅仅是单个语句中的⼀种
结果上:
def
语句一定会增加⼀个函数名称lambda
不会,这就降低了了变量名污染的⻛险
能用一个表达式直接放到 return 里返回的函数都可以⽤ lambda 速写
def multiply(a, b):
return a * b
multiply_by_lambda = lambda x,y: x * y
List + lambda 可以得到⾏为列表
f_list = [lambda x: x + 1, lambda x: x ** 2, lambda x: x ** 3]
[f_list[j](10) for j in range(3)]
[11, 100, 1000]
在 AI 领域里,这种写法常用于处理数据,比如按预定的⼀系列模式处理数据
下面我们以两个例子来结束高阶函数:
例1:
L = range(6)
# 计算l中每个元素的两倍和平方,并将两种组成一个列表
# lambda表达式和python函数一样,也可以接受函数作为参数
def twoTimes(x):
return x * 2
def square(x):
return x**2
print([list(map(lambda x: x(i), [twoTimes, square])) for i in L])
print(list(filter(lambda x: x % 2 == 0, L)))
# 内置reduce函数,计算 L 的和
print(reduce(lambda accumValue, newValue: accumValue + newValue, L, 0))
[[0, 0], [2, 1], [4, 4], [6, 9], [8, 16], [10, 25]]
[0, 2, 4]
15
我们依然可以使用列表解析的方式替换 map
& filter
:
[[twoTimes(x), square(x)] for x in L]
[x for x in L if x % 2 == 0]
通过上面的例子我们发现,使用列表推导要比 map 与 filter 简洁且易于理解得多。
但是,我们这里还有一个惰性计算的坑:
f_list = [lambda x:x**i for i in range(5)]
[f_list[j](3) for j in range(5)]
[81, 81, 81, 81, 81]
大家可以思考为什么会出现这个意想不到的结果?
函数修饰器(Decorator)其他相关知识
Python中的函数是对象,故函数可以被当做变量使用。
参考资料:
作用:
对已有的函数添加一些小功能,却又不希望对函数内容有太多的刚性的修改。
- 将需要添加功能的函数像普通对象一样作为参数传入修饰器在中;
- 将函数作为修饰器的返回值返回。
修饰器的本质: Python解释器在发现函数调用修饰器后,将其传入修饰器中,然后用返回的函数对象将自身完全替换。
一个函数可以被多个修饰器嵌套修饰:
@deco3
@deco2
@deco1
def df():
pass
等同于 f=deco3(deco2(deco1(f)))
示例
添加水印 Hello World_
def deco(func): #修饰器deco
def wrappedFunc(): #内嵌函数wrappedFunc(所有对于传入函数的修饰逻辑都将在此内嵌函数中实现。)
return 'Hello World_'+func()
return wrappedFunc
# 在程序中若有函数需要修饰器修饰,只需在函数定义前使用“`@+修饰器名`”即可使用此修饰器。
@deco
def f(): # 调用修饰器
return 'I am f'
def g(): # 没有调用修饰器
return 'I am g'
print(f())
print(g())
Hello World_I am f
I am g
def deco(f):
def g():
return [f()[i] for i in range(5)]
return g
@deco
def h():
return [1,2,3,4,56,7,'75s']
print(h())
[1, 2, 3, 4, 56]
函数式编程之 Python的更多相关文章
- Python函数式编程之map()
Python函数式编程之map() Python中map().filter().reduce()这三个都是应用于序列的内置函数. 格式: map(func, seq1[, seq2,…]) 第一个参数 ...
- Python函数式编程之lambda表达式
一:匿名函数的定义 lambda parameter_list: expression 二:三元表达式 条件为真时返回的结果 if 条件判断 else 条件为假的时候返回的结果 三:map map(f ...
- python 函数式编程之lambda( ), map( ), reduce( ), filter( )
lambda( ), map( ), reduce( ), filter( ) 1. lambda( )主要用于“行内函数”: f = lambda x : x + 2 #定义函数f(x)=x+2 g ...
- python函数式编程之yield表达式形式
先来看一个例子 def foo(): print("starting...") while True: res = yield print("res:",res ...
- python3 第二十章 - 函数式编程之Higher-order function(高阶函数)
什么是高阶函数?把函数作为参数传入或把函数做为结果值返回,这样的函数称为高阶函数,函数式编程就是指这种高度抽象的编程范式.函数式编程的特点: 函数本身可以赋值给变量,赋值后变量为函数: 允许将函数本身 ...
- python3 第二十三章 - 函数式编程之Partial function(偏函数)
要注意,这里的偏函数和数学意义上的偏函数不一样,偏函数是2.5版本以后引进来的东西,属于函数式编程的一部分.前面章节中我们讲到,通过设定参数的默认值,可以降低函数调用的难度.而偏函数也可以做到这一点. ...
- 函数式编程之pipeline——很酷有没有
Pipeline pipeline 管道借鉴于Unix Shell的管道操作——把若干个命令串起来,前面命令的输出成为后面命令的输入,如此完成一个流式计算.(注:管道绝对是一个伟大的发明,他的设哲学就 ...
- python3 第二十二章 - 函数式编程之Decorator(装饰器)
前面我们说了,在python中,一切皆对象.函数也是一个对象,而且函数对象可以被赋值给变量,通过变量也能调用该函数.如: def sayHello(name): print(name + ' hell ...
- python3 第二十一章 - 函数式编程之return函数和闭包
我们来实现一个可变参数的求和.通常情况下,求和的函数是这样定义的: def calc_sum(*args): ax = 0 for n in args: ax = ax + n return ax 但 ...
随机推荐
- Handler实现与机制 && Blocking Queue && IdleHandler使用
http://blog.csdn.net/boyupeng/article/details/46685343 IdleHandler处理消息的源码 final Message next() { ... ...
- [转]gcc -ffunction-sections -fdata-sections -Wl,–gc-sections 参数详解
背景 有时我们的程序会定义一些暂时使用不上的功能和函数,虽然我们不使用这些功能和函数,但它们往往会浪费我们的ROM和RAM的空间.这在使用静态库时,体现的更为严重.有时,我们只使用了静态库仅有的几个功 ...
- 重新看halcon模板匹配
工业中模板匹配有很多需求. 代码如下: read_image (Image, 'J:/测试图片/test1/1.bmp') get_image_size (Image, Width, Height) ...
- latex 字体大小设置
tex 设置字体大小命令由小到大依次为: \tiny \scriptsize \footnotesize \small \normalsize \large \Large \LARGE \huge \ ...
- 【网络编程1】网络编程基础-TCP、UDP编程
网络基础知识 网络模型知识 OSI七层模型:(Open Systems Interconnection Reference Model)开放式通信系统互联参考模型,是国际标准化组织(ISO)提出的一个 ...
- Python3 Win下安装 scipy
没有利用Anaconda安装python库时可能遇到一些问题,例如直接 pip3 install scipy 可能报错,安装失败.原因是Scipy的安装需要依赖MKL库,官方的Numpy不包含MKL, ...
- 关于出现Not an editor command: Bundle '**/*.vim'的解决方案【转】
转自:https://blog.csdn.net/YHM07/article/details/49717933 操作系统: $ uname -r 2.6.32-573.7.1.el6.x86_64 $ ...
- 福利爬虫妹子图之获取种子url
import os import uuid from lxml import html import aiofiles import logging from ruia import Spider, ...
- Log4Net 无法写入到SqlServer
直接进入正题: 今天在测试使用Log4Net写入到数据库的时候,发现一直无法写入到数据库中,而且程式也没有报任何错误. 配置信息如下: <appender name="AdoNetAp ...
- cocos2d-x在App中的应用
cocos2d-x是一个应用广泛的开源游戏引擎,主要是应用与开发2D游戏,开源运行于多个平台,如果只是针对于移动端平台而言,可以运行于android和ios平台. cocos2d-x目前的版本是3.1 ...