[Python3] 035 函数式编程 高阶函数

目录

• 函数式编程 之
  • 高阶函数
    • 1. 引子
    • 2. 系统提供的高阶函数
      • 2.1 map
      • 2.2 filter
    • 3. functools 包提供的 reduce
    • 4. 排序

函数式编程 之

高阶函数

• 把函数作为参数使用的函数，叫高阶函数

1. 引子

• 函数名可以类似变量那样使用

>>> a = 10
>>> b = a
>>> b
10
>>>
>>> def func():
...   print("abc")
...
>>> func()
abc
>>> new_func = func
>>> new_func()
abc
>>> type(new_func)
<class 'function'>
>>>

• 下方这个例子
  • 说白了，就是在一个函数里调用另一个函数
  • 对理解后面的“装饰器”也有帮助

>>> def funcA(n):
...   return n + 1
...
>>> def funcB(n):
...   return funcA(n) * 2
...
>>> def funcC(n, f):
...   return f(n) % 5
...
>>> funcC(5, funcB)
2
>>>

2. 系统提供的高阶函数

2.1 map

• 原意就是映射，即把集合或者列表的每一个元素都按照一定规则进行操作，生成一个新的集合集合或者列表

• map 函数返回一个迭代对象

• 举例

# 不用 map
>>> lst1 = [i for i in range(10)]
>>> lst2 = []
>>> for i in lst1:
...   lst2.append(i * 10)
...
>>> lst1
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> lst2
[0, 10, 20, 30, 40, 50, 60, 70, 80, 90]
>>>

# 使用 map
>>> mul_ten = lambda x: 10 * x
>>> lst3 = map(mul_ten, [1, 2, 3])
>>> lst3
<map object at 0x000002AD0F8C00B8>
>>> for i in lst3:
...   print(i)
...
10
20
30
>>>

# 使用 map，配合 list，map 会舍去多余项
>>> lst4 = [1, 2, 3]
>>> lst5 = [4, 5, 6, 7]
>>> list(map(lambda x,y: x+y, lst4, lst5))
[5, 7, 9]
>>>

• 注意，map 生成的 iterator 只能迭代一次

>>> lst6 = map(lambda x: x*x, [1, 2, 3])
>>> for i in lst6:
...   print(i)
...
1
4
9
>>> for i in lst6:
...   print(i)
...
>>>
>>> lst7 = map(lambda x: x*x, [1, 2, 3])
>>> [i for i in lst7]
[1, 4, 9]
>>> [i for i in lst7]
[]
>>>

2.2 filter

• 过滤函数： 对一组数据进行过滤，符合条件的数据会生成一个新的列表并返回
• 与 map 相比
  • 相同
    • 都对列表的每一个元素逐一进行操作
  • 不同
    • map 会生成一个跟原来数据相对应的新队列
    • filter 不一定，只有符合条件的才会进入新的数据集合
• filter 函数的写法
  • 利用给定函数进行判断
  • 返回值一定是个布尔值
  • 调用格式 filter(f, data)，f 是过滤函数，data 是数据

>>> list(filter(lambda x: x%2==0, [1, 2, 3, 4, 5]))
[2, 4]
>>>

3. functools 包提供的 reduce

• 原意为“归并”，“缩减”
• 把一个可迭代对象最后归并成一个结果
• 对于作为参数的函数要求
  • 必须有两个参数
  • 必须要返回结果
• reduce([1, 2, 3]) 可以理解成 f(f(1, 2), 3)

>>> from functools import reduce
>>> reduce(lambda x,y: x+y, [1, 2, 3, 4, 5])
15
>>>

4. 排序

• 把一个序列按照给定算法进行排序

• Python2 和 Python3 相差巨大

• 格式：sorted(iterable, /, *, key=None, reverse=False)

• key：在排序前，对每一个元素进行 key 函数运算，可以理解成按照 key 函数定义的逻辑进行排序

>>> sorted([1, 3, 5, 7, 9], reverse=True)
[9, 7, 5, 3, 1]
>>>

>>> sorted([9, -3, 0, 4, 8], key=abs)
[0, -3, 4, 8, 9]
>>>

>>> names = ["Tony black", "Amy Green", "Johnny Lee"]
>>> sorted(names)
['Amy Green', 'Johnny Lee', 'Tony black']
>>> sorted(names, key=str.lower)
['Amy Green', 'Johnny Lee', 'Tony black']
>>>