Day-6: 函数式编程

Posted 2020-10-06

　　函数式编程就是封装成一个个函数，一次调用来完成复杂任务。

　　函数式编程的一个特点是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数！

• 高阶函数

　　高阶函数就是将函数的变量名作为参数传入，内部再对该函数进行调用的函数。

　　一个简单的高阶函数如下：

def add(x, y, f):
    return f(x) + f(y)

x ==> -5
y ==> 6
f ==> abs
f(x) + f(y) ==> abs(-5) + abs(6) ==> 11

>>> add(-5, 6, abs)
11

　　Python内建了map()、reduce()、filter()和sorted()等高阶函数。

　　map()函数接收两个参数，一个是函数，一个是序列，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list返回。

>>> def f(x):
...     return x * x
...
>>> map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
[1, 4, 9, 16, 25, 36, 49, 64, 81]

　　map()作为高阶函数，事实上它把运算规则抽象了，因此，我们不但可以计算简单的f(x)=x2，还可以计算任意复杂的函数，比如，把这个list所有数字转为字符串：

>>> map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9])
[‘1‘, ‘2‘, ‘3‘, ‘4‘, ‘5‘, ‘6‘, ‘7‘, ‘8‘, ‘9‘]

　　reduce把一个函数作用在一个序列[x1, x2, x3...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：

>>> def fn(x, y):
...     return x * 10 + y
...
>>> reduce(fn, [1, 3, 5, 7, 9])
13579

　　filter()函数是用于过滤序列的，传入一个函数和一个序列。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，如：

def not_empty(s):
    return s and s.strip()

filter(not_empty, [‘A‘, ‘‘, ‘B‘, None, ‘C‘, ‘  ‘])
# 结果: [‘A‘, ‘B‘, ‘C‘]

　　sorted()函数是用于对序列进行排序，传入一个序列和一个默认函数为cmp的函数。只传入序列时，进行默认排序，如下：

>>> sorted([36, 5, 12, 9, 21])
[5, 9, 12, 21, 36]

　　传入序列和函数时，依据传入的函数进行排序，如下：

def reversed_cmp(x, y):
    if x > y:
        return -1
    if x < y:
        return 1
    return 0

>>> sorted([36, 5, 12, 9, 21], reversed_cmp)
[36, 21, 12, 9, 5]

• 返回函数

 　　一个函数的返回值不是变量，而是函数。这种方式可以构成“闭包”，对程序有极大的应用，如装饰器。

　　但是需要注意的是：返回函数不要引用任何循环变量，或者后续会发生变化的变量。

def count():
    fs = []
    for i in range(1, 4):
        def f():
             return i*i
        fs.append(f)
    return fs

f1, f2, f3 = count()

>>> f1()
9
>>> f2()
9
>>> f3()
9

　　如果一定要引用循环变量的话，方法是再创建一个函数，用该函数的参数绑定循环变量当前的值，无论该循环变量后续如何改变，已绑定到函数参数的值不变。

>>> def count():
...     fs = []
...     for i in range(1, 4):
...         def f(j):
...             def g():
...                 return j*j
...             return g
...         fs.append(f(i))
...     return fs
... 
>>> f1, f2, f3 = count()
>>> f1()
1
>>> f2()
4
>>> f3()
9

• 匿名函数

　　当Python中，传入函数不需要显式地定义时，就可以利用匿名函数直接带入；同时，由于匿名函数没有名字，不会出现函数名字冲突的情况。

　　匿名函数的格式是：lambda x: x * x

• 装饰器

　　当希望在已有的函数基础上增加一部分功能，但是又不想重新改函数时，就可以使用装饰器，进行动态的修改，例如：对一个函数增加日志打印的功能。

def log(func):
    def wrapper(*args, **kw):
        print ‘call %s():‘ % func.__name__
        return func(*args, **kw)
    return wrapper

@log
def now():
    print ‘2013-12-25‘

>>> now()
call now():
2013-12-25

另外，要改变打印内容时，用到3层套用，就是下面的情况：

import functools

def log(text):
    def decorator(func):
        @functools.wraps(func) # 装饰后不改变原函数的内置属性
        def wrapper(*args, **kw):
            print ‘%s %s():‘ % (text, func.__name__)
            return func(*args, **kw)
        return wrapper
    return decorator

@log(‘execute‘)
def now():
    print ‘2013-12-25‘

>>> now()
execute now():
2013-12-25

• 偏函数

　　对于已有的函数，如果有默认的参数值，但是我们最近常调用的是另一个参数值时，可以使用偏函数，生成默认值为另一个参数的新函数。

>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2(‘1000000‘)
64
>>> int2(‘1010101‘)
85

　　相当于：

def int2(x, base=2):
    return int(x, base)