廖雪峰 | 5.0 函数式编程
函数式编程就是一种抽象程度很高的编程范式,纯粹的函数式编程语言编写的函数没有变量,因此,任意一个函数,只要输入是确定的,输出就是确定的,这种纯函数我们称之为没有副作用。而允许使用变量的程序设计语言,由于函数内部的变量状态不确定,同样的输入,可能得到不同的输出,因此,这种函数是有副作用的。
函数式编程的一个特点就是,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。
Python对函数式编程提供部分支持。由于Python允许使用变量,因此,Python不是纯函数式编程语言。
1 高阶函数
2 返回函数
3 匿名函数
4 装饰器
5 偏函数
1 高阶函数
高阶函数,Higher-order function,把函数作为参数传入,这样的函数称为高阶函数,函数式编程就是指这种高度抽象的编程范式。
def add(x, y, f):
return f(x) + f(y)
拓展:
-
abs(-10)
是函数调用,而abs
是函数本身 - 变量可以指向函数(函数本身也可以赋值给变量),直接调用
abs()
函数和调用变量f()
完全相同
>>> f = abs
>>> f(-10)
10
1.1 map/reduce
1,map()
函数
(1)map()
函数接收两个参数,一个是函数,一个是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Iterator
返回。
(2)举例:将函数f(x)=x2
作用在一个list [1, 2, 3, 4, 5, 6, 7, 8, 9]
上,就可以用map()
实现
>>> def f(x):
... return x * x
...
>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81]
map()
传入的第一个参数是f
,即函数对象本身,结果r
是一个Iterator
。
>>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
['1', '2', '3', '4', '5', '6', '7', '8', '9']
(3)查看Iterator
生成的结果: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。
2,reduce()
函数
(1)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
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
(2)例子:序列求和(同sum()
)
>>> from functools import reduce
>>> def add(x, y):
... return x + y
...
>>> reduce(add, [1, 3, 5, 7, 9])
25
3,实例:构建一个函数,可以实现把str
转换为int
from functools import reduce
DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
def chr2num(s):
return DIGITS[s]
def str2int(s):
return reduce(lambda x, y: x*10 + y, map(chr2num, s))
4,练习
(1)利用map()
函数,把用户输入的不规范的英文名字,变为首字母大写,其他小写的规范名字。输入:['adam', 'LISA', 'barT']
,输出:['Adam', 'Lisa', 'Bart']
:
# -*- coding: utf-8 -*-
def normalize(name):
return name.title()
# 测试:
L1 = ['adam', 'LISA', 'barT']
L2 = list(map(normalize, L1))
print(L2)
(2)Python提供的sum()
函数可以接受一个list并求和,请编写一个prod()
函数,可以接受一个list
并利用reduce()
求积:
# -*- coding: utf-8 -*-
from functool import reduce
def prod(L):
def f(x1, x2):
return x1*x2
return reduce(f,L)
#测试
print('3 * 5 * 7 * 9 =', prod([3, 5, 7, 9]))
if prod([3, 5, 7, 9]) == 945:
print('测试成功!')
else:
print('测试失败!')
(3)利用map
和reduce
编写一个str2float
函数,把字符串'123.456'
转换成浮点数123.456
:
# -*- coding: utf-8 -*-
from functool import reduce
def str2float(s):
return float(s)
#或者
def str2float(s):
return reduce(lambda x, y: x + y * pow(10, -3), map(int, s.split('.')))
1.2 filter
1,filter()
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。
filter()
函数返回的是一个Iterator
,也就是一个惰性序列,所以要强迫filter()
完成计算结果,需要用list()
函数获得所有结果并返回list
。
2,应用:用filter求素数
(1)埃氏筛法
- 首先,列出从2开始的所有自然数,构造一个序列
- 取序列的第一个数2,它一定是素数,然后用2把序列的2的倍数筛掉
- 取新序列的第一个数3,它一定是素数,然后用3把序列的3的倍数筛掉
- 取新序列的第一个数5,然后用5把序列的5的倍数筛掉
- 不断筛下去,就可以得到所有的素数
(2)用Python来实现
#构造一个从3开始的无限奇数序列
def odd_iter():
n = 1
while True:
n = n+2
yield n
#定义一个筛选函数
def not_divisible(n):
return lambda x: x%n > 0
#定义一个生成器
def primes():
yield 2
it = odd_iter()
while True:
n = next(it)
yield n
it = filter(not_divisible(n), it)
#打印1000以内的素数
for n in primes():
if n < 1000:
print (n)
else:
break
3,练习
问:回数是指从左向右读和从右向左读都是一样的数,例如12321,909。请利用filter()
筛选出回数:
# -*- coding: utf-8 -*-
def is_palindrome(n):
x = str(n)
return x[:1] == x[-1:]
# 测试:
output = filter(is_palindrome, range(1, 1000))
print('1~1000:', list(output))
if list(filter(is_palindrome, range(1, 200))) == [1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 22, 33, 44, 55, 66, 77, 88, 99, 101, 111, 121, 131, 141, 151, 161, 171, 181, 191]:
print('测试成功!')
else:
print('测试失败!')
1.3 sorted
1,Python内置的sorted()
函数可以对list
进行排序
>>> sorted([36, 5, -12, 9, -21])
[-21, -12, 5, 9, 36]
2,sorted()
函数也是一个高阶函数,它还可以接收一个key
函数来实现自定义的排序
(1)按绝对值大小排序
>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]
(2)忽略大小写的排序
#默认情况下,对字符串排序,是按照ASCII的大小比较的,由于'Z' < 'a',结果,大写字母Z会排在小写字母a的前面
>>> sorted(['bob', 'about', 'Zoo', 'Credit'])
['Credit', 'Zoo', 'about', 'bob']
#先把字符串都变成大写(或者都变成小写),再比较,即可实现忽略大小写来比较两个字符串
>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
['about', 'bob', 'Credit', 'Zoo']
(3)进行反向排序,不必改动key函数,可以传入第三个参数reverse=True
:
>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']
3,小结:用sorted()
排序的关键在于实现一个映射函数
4,练习
问:请对表示学生名字和成绩的一组tuple
L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]
(1)用sorted()
分别按名字排序:
# -*- coding: utf-8 -*-
L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]
def by_name(t):
return t[0]
L2 = sorted(L, key=by_name)
print(L2)
(2)再按成绩从高到低排序:
# -*- coding: utf-8 -*-
L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]
def by_score(t):
return -t[1]
L2 = sorted(L, key=by_score)
print(L2)