Python 高级教程之函数式编程

Posted 2022-05-04 海拥✘

• 💂 个人网站:【 海拥 】【摸鱼小游戏 】
• 🤟 风趣幽默的人工智能学习网站：👉人工智能
• 💅 想寻找共同学习交流的小伙伴，请点击【全栈技术交流群】
• 💬 便宜且实用的计算机相关书籍：👉进来逛逛

直接跳到末尾 去评论区领书

函数式编程是一种编程范式，我们在其中尝试以纯数学函数风格绑定所有内容。它是一种声明式的编程风格。它的主要焦点是“要解决什么”，而命令式风格的主要焦点是“如何解决”。它使用表达式而不是语句。计算表达式以产生值，而执行语句以分配变量。

函数式编程的概念

任何函数式编程语言都应该遵循这些概念。

• 纯函数：这些函数有两个主要属性。首先，它们总是为相同的参数产生相同的输出，而不管其他任何事情。其次，它们没有副作用，即它们确实修改了任何参数或全局变量或输出了一些东西。
• 递归：函数式语言中没有“for”或“while”循环。函数式语言中的迭代是通过递归实现的。
• 函数是一等的并且可以是高阶的：一等函数被视为一等变量。第一类变量可以作为参数传递给函数，可以从函数返回或存储在数据结构中。
• 变量是不可变的：在函数式编程中，我们不能在变量初始化后对其进行修改。我们可以创建新变量——但我们不能修改现有变量。

Python 中的函数式编程

Python 也支持函数式编程范式，而无需任何特殊功能或库的支持。

纯函数

如上所述，纯函数有两个属性。

• 它总是为相同的参数产生相同的输出。例如，无论如何，3+7 永远是 10。
• 它不会更改或修改输入变量。

第二个属性也称为不变性。纯函数的唯一结果是它返回的值。它们是确定性的。使用函数式编程完成的程序很容易调试，因为纯函数没有副作用或隐藏的 I/O。纯函数还可以更轻松地编写并行/并发应用程序。当代码以这种风格编写时，智能编译器可以做很多事情——它可以并行化指令，在需要时等待评估结果，并记住结果，因为只要输入不改变，结果就永远不会改变。

例子：

# 演示纯函数的 Python 程序


# 一个不改变输入列表并返回新列表的纯函数
def pure_func(List):

    New_List = []

    for i in List:
        New_List.append(i**2)
        
    return New_List

# 驱动程序代码
Original_List = [1, 2, 3, 4]
Modified_List = pure_func(Original_List)

print("Original List:", Original_List)
print("Modified List:", Modified_List)

输出：

Original List: [1, 2, 3, 4]
Modified List: [1, 4, 9, 16]

递归

在函数式编程中，没有 for 循环或 while 循环的概念，而是使用递归。递归是一个函数直接或间接调用自身的过程。在递归程序中，提供了基本情况的解决方案，而较大问题的解决方案则用较小的问题来表示。可能会出现一个问题，什么是基本情况？基本情况可以被认为是告诉编译器或解释器退出函数的条件。

示例：让我们考虑一个程序，该程序将在不使用任何 for 循环的情况下找到列表中所有元素的总和。

# 演示递归的 Python 程序


# 递归函数查找列表的总和
def Sum(L, i, n, count):

    # Base case
    if n <= i:
        return count

    count += L[i]

    # 进入递归
    count = Sum(L, i + 1, n, count)

    return count

# 驱动程序代码
L = [1, 2, 3, 4, 5]
count = 0
n = len(L)
print(Sum(L, 0, n, count))

输出：

15

函数是一等的，可以是高阶的

一等的对象自始至终统一处理。它们可以存储在数据结构中，作为参数传递，或者在控制结构中使用。如果一种编程语言将函数视为一等对象，则称其支持一等函数。

一等函数的性质：

• 函数是 Object 类型的实例。
• 你可以将函数存储在变量中。
• 你可以将函数作为参数传递给另一个函数。
• 你可以从函数返回函数。
• 你可以将它们存储在数据结构中，例如哈希表、列表……

# 演示高阶函数的 Python 程序


def shout(text):
    return text.upper()

    def whisper(text):
    return text.lower()

    def greet(func):
    # 将函数存储在变量中
    greeting = func("嗨，我是由作为参数传递的函数创建的。")
    print(greeting)

greet(shout)
greet(whisper)

输出：

嗨，我是由作为参数传递的函数创建的。
嗨，我是由作为参数传递的函数创建的。

内置高阶函数

为了使列表和迭代器等可迭代对象的处理更加容易，Python 实现了一些常用的高阶函数。这些函数返回一个节省空间的迭代器。一些内置的高阶函数是：

• Map()： map() 函数在将给定函数应用于给定迭代（列表、元组等）的每个项目后返回结果列表

语法： map(fun, iter)

参数：
fun：这是一个函数，map 将给定迭代的每个元素传递给该函数。
iter：它是一个要被映射的可迭代对象。

返回类型：返回 map 类的迭代器。

例子：

# 用于演示 map 工作的 Python 程序。

# Return double of n
def addition(n):
    return n + n

# 我们使用 map() 将所有数字翻倍
numbers = (1, 2, 3, 4)
results = map(addition, numbers)

# 不打印值
print(results)

# 打印值
for result in results:
    print(result, end = " ")

输出：

<map object at 0x7fae3004b630>
2 4 6 8 

• filter()： filter() 方法在一个函数的帮助下过滤给定的序列，该函数测试序列中的每个元素是否为真。

语法：过滤器（函数，序列）
参数：
function：测试序列的每个元素是否为真的函数。
sequence：需要过滤的序列，可以是集合、列表、元组或任何迭代器的容器。

返回类型：返回一个已经过滤的迭代器。

例子：

# 演示过滤器工作的 Python 程序。

# 过滤元音的函数
def fun(variable):

    letters = ['a', 'e', 'i', 'o', 'u']

    if (variable in letters):
        return True
    else:
        return False


# sequence
sequence = ['g', 'e', 'e', 'j', 'k', 's', 'p', 'r']

# 使用过滤功能
filtered = filter(fun, sequence)

print('过滤后的字母是：')

for s in filtered:
    print(s)

输出：

过滤后的字母是：
e 
e

Lambda 函数：在 Python 中，匿名函数意味着函数没有名称。我们已经知道 def 关键字用于定义普通函数，而 lambda 关键字用于创建匿名函数。

语法：

lambda 参数：表达式

1. 这个函数可以有任意数量的参数，但只有一个表达式，它被计算并返回。
2. 任何需要函数对象的地方都可以免费使用 lambda 函数。
3. 你需要了解 lambda 函数在语法上仅限于单个表达式。
4. 除了函数中的其他类型的表达式外，它在特定的编程领域有多种用途。

例子：

# 演示 lambda 的 Python 代码

cube = lambda x: x * x*x
print(cube(7))

L = [1, 3, 2, 4, 5, 6]
is_even = [x for x in L if x % 2 == 0]

print(is_even)

输出：

343 
[2, 4, 6]

不变性

不变性是一种可用于调试的函数式编程范例，因为它会在变量被更改而不是值被更改的地方引发错误。Python 也支持一些不可变的数据类型，如字符串、元组、数字等。

例子：

# 演示不可变数据类型的 Python 程序

# 字符串数据类型
immutable = "Haiyong"

# 更改值将引发错误
immutable[1] = 'K'

输出：

Traceback (most recent call last):
  File "/home/ee8bf8d8f560b97c7ec0ef080a077879.py", line 10, in 
    immutable[1] = 'K'
TypeError: 'str' object does not support item assignment

函数式编程和面向对象编程的区别

当你对事物有一组固定的操作时，面向对象的语言是很好的，并且随着代码的发展，你主要是添加新事物。这可以通过添加实现现有方法的新类来完成，而现有类则不作任何处理。

当你有一组固定的东西时，函数式语言是很好的，并且随着你的代码的发展，你主要是在现有的东西上添加新的操作。这可以通过添加使用现有数据类型进行计算的新函数来完成，而现有函数将被单独保留。

函数编程	面向对象编程
这种编程范式强调函数的使用，其中每个函数都执行特定的任务。	这种编程范式基于面向对象的概念。在创建对象实例的地方使用类
使用的基本元素是变量和函数。函数中的数据是不可变的（创建后无法更改）。	使用的基本元素是对象和方法，这里使用的数据是可变数据。
它遵循声明式编程模型。	它遵循命令式编程模型。
它使用递归进行迭代。	它使用循环进行迭代。
它支持并行编程。	它不支持并行编程。
此编程范例中的语句在执行时不需要遵循特定的顺序。	这种编程范式中的语句需要遵循一个顺序，即执行时自底向上的方法。

🥇 评论区抽粉丝送书啦

💌 欢迎大家在评论区提出意见和建议！（抽两位幸运儿送书，实物图如下）💌

《自然语言处理NLP从入门到项目实战（Python语言实现）》

【内容简介】

本书分为12章，主要包括学习人工智能原理、自然语言处理技术、掌握深度学习模型、NLP开源技术实战、Python神经网络计算实战、AI语音合成有声小说实战、玩转词向量、近义词查询系统实战、机器翻译系统实战、文本情感分析系统实战、电话销售语义分析系统实战人工智能辅助写作系统（独家专利技术解密）。
　　本书内容通俗易懂，案例丰富，实用性强，特别适合使用Python语言人工智能自然语言处理的入门和进阶的读者阅读，也适合产品经理、人工智能研究者等对人工智能自然语言处理感兴趣的读者阅读。另外，本书也适合作为相关培训机构的教材使用。

也有不想靠抽，想自己买的同学可以参考下面的链接

京东自营购买链接：

《自然语言处理NLP从入门到项目实战（Python语言实现）》- 京东图书

当当自营购买链接：

《自然语言处理NLP从入门到项目实战（Python语言实现）》- 当当图书

📣 注意：

大家点赞关注，周末也就是 5月8日 从评论区留言的同学中抽取两位送书

🌊 面试题库：Java、Python、前端核心知识点大全和面试真题资料
🌊 办公用品：精品PPT模板几千套，简历模板一千多套
🌊 学习资料：2300套PHP建站源码，微信小程序入门资料

如果中奖了联系不上则视为放弃，可以从下方公众号里找到作者的联系方式，每周都会送十本书，后面送书力度还会加大，一年送几百上千本不是问题，备注【进群】领书不迷路，群内 每位成员 我都会送一本。备注【资源】可获取上面的资料👇🏻👇🏻👇🏻