python基础-函数式编程

python基础-函数式编程 

高阶函数：map , reduce ,filter,sorted

匿名函数:  lambda

---

 1.1函数式编程

面向过程编程：我们通过把大段代码拆成函数，通过一层一层的函数，可以把复杂的任务分解成简单的任务，这种一步一步的分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。

函数式编程：是使用一系列函数去解决问题，函数式编程就是根据编程的范式来，得出想要的结果，只要是输入时确定的，输出就是确定的。

1.2高阶函数

能把函数作为参数传入，这样的函数就称为高阶函数。

1.2.1函数即变量

以python的内置函数print()为列，调用该函数一下代码

>>> print("hello world")
hello world

#只写print
>>> print
<built-in function print>

#可见print("hello world")是函数调用，而print是函数本身

要获得函数调用执行的结果，我们把结果赋值给变量：

>>> aa = abs(-20)
>>> aa
20

如果把函数本身赋值给变量

>>> p = print
>>> p
<built-in function print>

#函数本身可以赋值给变量，变量可以指向函数

我们通过变量来调用这个print函数，验证结果如下

>>> p("check")
check

总结：函数名也是变量，对于print()这个内置函数，完全可以把函数名print看成变量，它指向一个可以打印任何东西的函数

注：实际程序代码绝不能这么写，上面只是为了举例说明，要恢复print函数，请重启python的交互环境

1.2.2传入函数

变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一函数作为函数，这种函数就称为高阶函数，

函数的返回值是一个函数名，也是高阶函数。

例如：一个简单的高阶函数

def add(x,y,z):
    return abs(x)+abs(y)
aa = add(12,23,abs)   #函数执行的结果 赋值给 aa
print(aa) #查看aa的值
#35 

#注，abs()函数是求一个整数的绝对值

1.3匿名函数

什么是匿名函数：

在python中有一个匿名函数lambda，匿名函数就是指：无需定义标识符（函数名）的函数或子程序。

定义lambda表达式：

lambda  arguments:express    

#arguments 参数(可以有多个参数)
#express 表达式

#lambda返回值是一个函数的地址，也就是函数对象
aa = lambda  arguments:express  #把的到lambda函数地址，赋值给变量aa

查看这个lambda函数地址   ，用aa(argument)   查看这个函数的值

PS1:

普通函数定义，求数字平方

 def pf(x=0):
     return x**2
 print(pf(3))

PS2:

lambda函数，求数字平方

 aa = lambda x:x**2
 print(aa(4))
 #

总结：

1.lambda函数可以参数可以有多个，包含的表达式不能超过一个，不要试图向lambda函数中塞入太多东西，如果你需要做复杂的功能，应该定义一个普通函数，想定义什么就定义什么。

2.lambda函数用在需要封装特殊的，非重用代码上，避免令我们的代码充斥大量的单行函数。

1.4map函数

map()函数，map映射

map(func,iterable)

map()函数接受两个参数，一个是函数，一个可迭代的对象(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 可迭代的对象 的结果返回

例：有个函数，f(x) = x+1 把得到的数字 加1    要把这个函数作用在一个[1,2,3,4,5,6]上

number = [1,2,3,4,5,6]
#1.用普通函数定义方法
def add_one(x):
    return x+1
def map_test(func,arrey):
    res = []
    for i in arrey:
        i = func(i)
        res.append(i)
    return res
print(map_test(add_one,number))
#[2, 3, 4, 5, 6, 7]

#2.用lambda函数定义的得到结果，借助1定义的map_test函数
print(map_test(lambda x:x+1,number))
#[2, 3, 4, 5, 6, 7]

#3.用map()本身函数去定义
print(list(map(lambda x:x+1 ,number)))
#[2, 3, 4, 5, 6, 7]

#注：map（）得出的结果是一个iterator ，需要用list（）函数让它个整个序列都计算出来返回一个list

我们可能会想，写一个循环，也可以计算出结果，但要实现多个功能，是不是也要写多个循环 例：得出每个列表中元素的平方或则n次方

map()作为高阶函数，事实上把运算规则抽象了，不但可以计算简单的 f(x) = x+1 ，也能计算更复杂的函数。

总结：map() 处理序列中的每个元素，得到的结果是一个 iterator ，需通过list(iteratro),该list元素个数，与原来位置一样。

1.5reduce函数

在python2可以直接用reduce()函数

在python3需要调用reduce模块

from functools import reduce
reduce(function, sequence, initial=None)  #该函数的默认用法

reduce函数，将function作用sequence序列的元素，每次携带一对(先前的结果以及下一序列的元素)，连续的将现有的结果和下一个作用在获得的随后的结果上，最后得到我们的序列为一个最终结果的返回值。

PS1:

 number1 = [2,3,4,10]
 #1.普通函数定义
 def chengfa(x,y):
     return x*y  #返回得到两个数相乘的结果
 def reduce_test(func,seq,init=None):
     if init is None:
         res = seq.pop(0)   #seq删除第一个元素，并获取删除这个元素 赋值给res
     else:
         res = init
     for i in seq:
         res = func(res,i)  #循环一次，执行func这个函数
     return res
 print(reduce_test(chengfa,number1))
 #
 print(reduce_test(chengfa,number1,10))
 #

 #如果给了init 初始值，就是从初始值 乘以列表的每个元素的的出结果

 #2.lambda函数，借助reduce_test()函数定义
 print(reduce_test(lambda x,y:x*y,number1,init=3))
 #

 #3.使用reduce()，结合lambda()
 print(reduce(lambda x,y:x*y, number1))
 #

 得到列表所有元素，相乘的结果

 number1 = [2,3,4,10]
 #1.普通函数定义
 def chengfa(x,y):
     return x*y  #返回得到两个数相乘的结果
 def reduce_test(func,seq,init=None):
     if init is None:
         res = seq.pop(0)   #seq删除第一个元素，并获取删除这个元素 赋值给res
     else:
         res = init
     for i in seq:
         res = func(res,i)  #循环一次，执行func这个函数
     return res
 print(reduce_test(chengfa,number1))
 #
 print(reduce_test(chengfa,number1,10))
 #

 #如果给了init 初始值，就是从初始值 乘以列表的每个元素的的出结果

 #2.lambda函数，借助reduce_test()函数定义
 print(reduce_test(lambda x,y:x*y,number1,init=3))
 #

 #3.使用reduce()，结合lambda()
 from functools import reduce
 print(reduce(lambda x,y:x*y, number1))
 #

 得到列表所有元素，相乘的结果

PS2:

得到1-100的和

 print(reduce(lambda x,y:x+y,range(1,101)))

1.6filter函数

filter()函数用于过滤序列和map()类似，filter()也接受一个函数和一个序列(可迭代的对象，也就是能被for循环)，和map()不同的是，fillter()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。

示例:

 aa = ['A', '', 'B', None, 'C', '  ']
 #1.自定义函数测试
 def not_empty(s):
     return  s and s.strip()
 def filter_test(func,iter):
     res = []
     for i in iter:
         i = func(i)
         if i:
             res.append(i)
     return res
 print(filter_test(not_empty,aa))

 #['A', 'B', 'C']

 #2.filter内置函数测试
 print(list(filter(not_empty,aa)))
 #['A', 'B', 'C']

 #把列表中空字符串，空元素，都去掉

filter()这个函数，关键在于正确实现一个筛选函数，

注：filter()函数返回的是一个iterator，内存地址，需要看内存地址的值， 用list()函数或得该地址的值

1.7sorted函数

sorted()函数也是一个高阶函数，它可以接收key

sorted排序，排序是比较元素的大小，如果是数字可以直接比较，如果是字符串或则两个dict（字典）？

sorted()传入的参数是可迭代的对象，返回值的对象是一个列表

示例：数字默认排序

 aa = [11,-10,20,21,30,-40]
 print(sorted(aa))

备注：接收一个key函数来实现自定义排序

示例：根据绝对值大小来进行排序

 aa = [11,-10,20,21,30,-40]
 print(sorted(aa,key=abs))
 #[-10, 11, 20, 21, 30, -40]

示例：字符串排序

 print(sorted("hello"))
 #['e', 'h', 'l', 'l', 'o']

 print(sorted(["hello","ho","haha"]))
 # ['haha', 'hello', 'ho']

备注：默认情况下，对字符串排序是按照ASCII编码表的大小进行比较的

最后总结：

python内置的几个高阶函数:map() ,reduce(),filter,sorted()