助力函数式编程
Posted eric5723
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了助力函数式编程相关的知识,希望对你有一定的参考价值。
虽然Python中“万般皆下品,唯有对象高”,但函数式编程也不是不能用,而且Python提供了一些有助于进行函数式编程的函数:map、filter和reduce。
下面简单来看下它们的作用:
1、map()
语法:
map(f,seq)
参数解析:
f — 函数
seq — 序列
作用:将序列中所有的元素传递给函数。
这样得到的结果是一个Iterator,Iterator是惰性序列,因此通过list()
函数让它把整个序列都计算出来并返回一个list:
>>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9])) [‘1‘, ‘2‘, ‘3‘, ‘4‘, ‘5‘, ‘6‘, ‘7‘, ‘8‘, ‘9‘]
2、filter()
用于过滤序列,语法同map()相同,用于过滤序列,和map()类似,filter()也接收一个函数和一个序列。和map()不同的是,filter()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。
例如:在一个数字序列中[1,2,3,4,5,6,7,8,9,10],取出所有偶数,就可以这样写:
def is_odd(n): return n % 2 == 0 list(filter(is_odd,[1,2,3,4,5,6,7,8,9,10]))
注意filter()的结果也是一个Iterator,故通过list()函数让它把整个序列都计算出来并返回一个list。
3、reduce()
函数reduce()是模块functools中的,所以需要导入才能用。
语法同map()一样,但是reduce()的第一个参数fn函数必须接收两个参数,因为reduce()的作用是使用指定的函数fn将序列的前两个元素合二为一,再将结果与第三个元素合二为一,以此类推,直到处理完整个序列并得到一个结果。
效果就是:
reduce(fn, [x1, x2, x3, x4]) = fn(fn(fn(x1, x2), x3), x4)
例如:可以用reduce实现一个求和:
from functools import reduce def add(x,y): return x + y reduce(add, [2,4,6,8,10])
当然就本例而言,完全不如使用内置的sum。
以上是关于助力函数式编程的主要内容,如果未能解决你的问题,请参考以下文章