Python入门基础四-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，允许把函数本身当做一个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。

高阶函数

在Python入门基础三中已经说到函数名其实就是指向一个函数对象的引用，完全可以把函数名赋予一个变量，相当于给这个函数起了个别名。

既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这样的函数称为高阶函数。

一个简单的高阶函数：

def add(x, y, f):
    return f(x) + f(y)
>>> add(-5, 6, abs)
11
#执行步骤
x = -5
y = 6
f = abs
f(x) + f(y) ==> abs(-5) + abs(6) ==> 11
return 11

返回函数

高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。
以一个求和函数为例：

def calc_sum(*args):
    ax = 0
    for n in args:
        ax = ax + n
    return ax

如果不需要立刻求和而是在后面的代码中根据需要在计算。这时就要求返回的不是计算结果，而是求和这个函数。

def lazy_sum(*args):
    def sum():
        ax = 0
        for n in args:
            ax = ax + n
        return ax
    return sum

这样，当调用lazy_sum()时返回的就是求和函数sum():

>>> f = lazy_sum(1, 3, 5, 7, 9)
>>> f
<function lazy_sum.<locals>.sum at 0x101c6ed90>

调用函数f时得到的才是计算结果：

>>> f()
25

在这个例子中，我们在函数lazy_sum中又定义了函数sum，并且，内部函数sum可以引用外部函数lazy_sum的参数和局部变量，当lazy_sum返回函数sum时，相关参数和变量都保存在返回的函数中，这种程序结构成为'闭包'。需要注意的是：返回的函数并没有立刻执行，需要调用返回的函数才可以。

下面介绍一种使用闭包容易碰到的坑：

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

f1, f2, f3 = count()

每次循环都创建了一个新的函数，然后把创建的三个函数都返回了。那当调用f1() f2() f3()时结果是什么呢？

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

可能你会认为结果应该是1，4，9。为什么都是9呢？
原因就是返回的函数引用了变量i,但它并非立即执行。等三个函数都返回时i已经成为了3，所以调用时结果都成为了9.
所以，返回闭包时要牢记：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！

刚才的例子如何修改呢？思路就是不要等i=3的时候才返回：

def count():
    def f(j):
        def g():
            return j*j
        return g
    fs = []
    for i in range(1, 4):
        fs.append(f(i)) # f(i)立刻被执行，因此i的当前值被传入f()
    return fs

>>> f1, f2, f3 = count()
>>> f1()
1
>>> f2()
4
>>> f3()
9

匿名函数

lambda x :x *x
上面这个表达式就是一个匿名函数，相当于：

def f(x):
    return x * x

关键字lambda表示匿名函数，冒号前面的x表示函数参数，冒号后边的表达式结果作为返回值。
匿名函数有个限制就是只能有一个表达式，不用写return。
匿名函数在把函数当参数或把函数作为返回值时书写更方便。

#匿名函数作为参数
def add(x, y, f):
    return f(x) + f(y)
>>> add(-5, 6, lambda x:-x)
-1
#匿名函数作为返回值
def count():
    fs = []
    def f(n):
        return lambda : n*n
    for i in range(1,4):
        fs.append(f(i))
    return fs
f1,f2,f3=count()
print(f1())
print(f2())
print(f3())

偏函数

Python的functools模块提供了很多有用的功能，下面介绍的是其中的偏函数。
在Python入门基础三中已经说到我们可以设定参数的默认值，这样可以降低函数调用的难度，偏函数也可以做到这一点。
以int()函数为例，int()函数可以把字符串转为整数，默认是按十进制转换，如果想转换二进制字符串，就可以改变函数中base参数:

>>> int('1010101', base=2)
85

如果，需要大量转换，每次都传入base参数会比较麻烦，这是我们可以自几创建一个函数int2()，

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

利用偏函数会更方便:

>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64

functools.partial的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。
创建偏函数时，实际上可以接收函数对象、*args和**kw这3个参数.
再举一个max()例子

max2 = functools.partial(max, 10)
>>>max2(5, 6, 7)
10

装饰器

因篇幅较大，所以单独拿出来讲装饰器。