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、lambda、zip等表达形式，这就涉及到了Python中关于函数式编程（functional programming）的语法、函数等。这里我们就根据一些实例，聊聊Python中的函数式编程。

先附上维基百科中关于函数式编程的解释：

函数式编程，或称函数程序设计，又称泛函编程，是一种编程范型，它将电脑运算视为数学上的函数计算，并且避免使用程序状态以及易变对象。函数编程语言最重要的基础是λ演算。而且λ演算的函数可以接受函数当作输入（引数）和输出（传出值）。

比起命令式编程，函数式编程更强调程序执行的结果而非执行的过程，倡导利用简单的执行单元让计算结果不断渐进，逐层推导复杂的运算，而不是设计一个复杂的执行过程。

关于函数式编程的好处、原则等等，我们就不聊了，大家可以自行谷歌。

Python作为一门脚本语言，也具有一些函数式编程的思想，主要体现在下面几个方面：

• Python的一些语法，比如lambda、列表解析、字典解析、生成器、iter等
• Python的一些内置函数，包括map、reduce、filter、all、any、enumerate、zip等
• Python的一些内置模块，比如 itertools、functools 和 operator模块等
• Python的一些第三方库，比如fn.py， toolz等

这里我们就根据这四个方面，分别聊一聊各自的语法、实例等。

Python函数式编程之语法篇

（1）列表解析，将range(5)的每个元素进行平方：

a_list = [item**2 for item in range(5)]
print(a_list)     # [0, 1, 4, 9, 16]

（2）字典解析，将range(5)的每个元素进行平方并作为value，key为一个指示：

a_dict = {"%d^2" % item: item**2 for item in range(5)}
print(a_dict)    # {'3^2': 9, '2^2': 4, '1^2': 1, '0^2': 0, '4^2': 16}

（3）生成器：和列表解析比较类似，区别在于它的结果是generator object，不能直接打印，但可以进行迭代（使用next函数、放入for循环等）。

a_generator = (item**2 for item in range(5))
print(a_generator)    # <generator object <genexpr> at 0x10e366570>
print(next(a_generator))    # 0
print(next(a_generator))    # 1

（4）iter函数和next函数：一个list类型不能使用next函数，需将其转化为iterator类型。

a_list_generator = iter(a_list)
print(next(a_list_generator))    # 0
print(type(a_list), type(a_list_generator))    # <class 'list'> <class 'list_iterator'>

（5）lambda表达式，即定义一些比较简单的匿名函数，lambda表达式和map、reduce、filter等函数混合使用威力巨大。例如求x的y次方：

a_func = lambda x, y: x**y
print(a_func(2, 3))    # 8

Python函数式编程之内置函数篇

这里没有将iter和next归到这里，只是个人喜好而已，大家不用在意这些细节。

（1）map函数：将一个函数应用于一个或多个可迭代对象，返回一个map object。这里的函数可以为内置函数、operator模块中的函数或者一个lambda函数等：

print(map(abs, range(-4, 5)))    # <map object at 0x1097bd6d8>
print(list(map(abs, range(-4, 5))))    # [4, 3, 2, 1, 0, 1, 2, 3, 4]
print(list(map(lambda x: x**2, range(5))))    # [0, 1, 4, 9, 16]
print(list(map(lambda x, y: x**y, range(1, 5), range(1, 5))))    # [1, 4, 27, 256]

（2）reduce函数：这个函数并不能直接调用，而是需要通过functools库进行引入。该函数的作用是将一个可迭代对象中的元素进行reduce（累加等），最后一个参数可选，为初始值。

print(reduce(lambda x, y: x+y, range(10)))    # 45
print(reduce(lambda x, y: x+y, range(10), 100))    # 145
print(reduce(lambda x, y: x+y, [[1, 2], [3, 4]], [0]))    # [0, 1, 2, 3, 4]

（3）filter函数：按照字面意思理解即可，即过滤一个可迭代对象，保留为True的元素。注意第二个例子，只过滤掉0，因为即使是负数也会被判定为True。

print(filter(None, range(-4, 5)))    # <filter object at 0x10c096710>
print(list(filter(None, range(-4, 5))))    # [-4, -3, -2, -1, 1, 2, 3, 4]
print(list(filter(lambda x: x > 0, range(-4, 5))))    # [1, 2, 3, 4]

（4）all、any函数：比较简单，还是可以按照字面意思理解，即判定一个可迭代对象是否全为True或者有为True的。

print(all([0, 1, 2]))    # False
print(any([0, 1, 2]))    # True

（5）enumerate函数，如果你想迭代一个列表或者元组，又想知道当前迭代元素的index值，那么enumerate就能满足你的需求：

for index, item in enumerate(range(5)):
    print("%d: %d" % (index, item))    # 0: 0 \n 1: 1 \n 2: 2 ......

（6）zip函数，映射两个或多个可迭代对象，组成新的可迭代对象，直接看实例：

for a, b in zip([1, 2, 3], ["a", "b", "c"]):
    print(a, b)    # 1 a \n 2 b \n 3 c
a_dict = dict(zip([1, 2, 3], ["a", "b", "c"]))
print(a_dict)    # {1: 'a', 2: 'b', 3: 'c'}

Python函数式编程之内置模块篇

这里主要涉及内置模块itertools、functools和operator等。这几个内置模块可配合上边的map、reduce等函数一起使用。由于涉及到的内容较多，这里只做简单介绍。有什么不明白或者不清楚的地方，可以读一下Python的官方文档：Functional Programming Modules

（1）itertools模块：包含创建有效迭代器的函数，可以用各种方式对数据进行循环操作，该模块的所有函数返回的迭代器都可以与for循环语句以及其他包含迭代器的函数联合使用。主要包含三类函数：

• 无限迭代器，比如itertools.count(10, 2)将无限产生从10开始，step为2的数，这里需要用break手动停止。

• 作用于序列上的一些迭代器，比如itertools.chain(a_list, b_list)将两个列表连起来。

• 组合生成器，比如排列功能、组合功能等。

（2）functools模块：定义一些高阶函数，用于“act”或者“return”其他函数。前边已经介绍过其中的一个函数reduce了。这里再介绍一个平时常用的partial函数，其他函数大家可以参考其官方文档。

print(int("10010", base=2))    # 18
int_base_2 = partial(int, base=2)    # partial可以给函数添加或更改默认参数
print(int_base_2("10010"))    # 18

（3）operator模块：提供了一个与Python固有操作相对应的集合。例如operator.add(x, y)等价于表达式x+y。该模块中函数的名字就是类的方法名。这里可以结合map、reduce等使用：

print(reduce(lambda x, y: x+y, range(10)))    # 45
print(reduce(add, range(10)))    # 45

Python函数式编程之第三方库

第三方库包括fn.py, toolz等，fn.py地址：GitHub - kachayev/fn.py: Functional programming in Python，toolz地址：pytoolz/toolz: A functional standard library for Python。两个第三方库的很多功能都和Python内置的语法、函数类似，这里就不一一解释了。这里就举一个fn.py的例子，其他的大家可以去参考他的代码或者文档：

from fn import _
add_func_1 = (_ + 2)
print(add_func_1(1))    # 3
add_func_2 = (_ + _ * _)
print(add_func_2(1, 2, 3))    # 7

以上大概就是Python函数式编程的基本语法、函数、思想等，有什么问题可以在评论中指出，大家一起讨论，一起进步。对了，Python中的装饰器应该也算是函数式编程的一种用法，有时间专门写一篇关于Python装饰器的文章。

按照惯例，文章中出现的所有代码，均已上传到Github：GitHub - xianhu/LearnPython: 以撸代码的形式学习Python

作者GitHub主页：撸代码，学知识 - GitHub