python基础-函数式编程
python基础-函数式编程
高阶函数：map , reduce ,filter,sorted
匿名函数: lambda
1.1函数式编程
面向过程编程：我们通过把大段代码拆成函数，通过一层一层的函数，可以把复杂的任务分解成简单的任务，这种一步一步的分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。
函数式编程：是使用一系列函数去解决问题，函数式编程就是根据编程的范式来，得出想要的结果，只要是输入时确定的，输出就是确定的。
1.2高阶函数
能把函数作为参数传入，这样的函数就称为高阶函数。
1.2.1函数即变量
以python的内置函数print()为列，调用该函数一下代码
>>> print("hello world")
hello world
#只写print
>>> print
<built-in function print>
#可见print("hello world")是函数调用，而print是函数本身
要获得函数调用执行的结果，我们把结果赋值给变量：
>>> aa = abs(-20) >>> aa 20
如果把函数本身赋值给变量
>>> p = print >>> p <built-in function print> #函数本身可以赋值给变量，变量可以指向函数
我们通过变量来调用这个print函数，验证结果如下
>>> p("check")
check
总结：函数名也是变量，对于print()这个内置函数，完全可以把函数名print看成变量，它指向一个可以打印任何东西的函数
注：实际程序代码绝不能这么写，上面只是为了举例说明，要恢复print函数，请重启python的交互环境
1.2.2传入函数
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函数作为函数，这种函数就称为高阶函数，
函数的返回值是一个函数名，也是高阶函数。
例如：一个简单的高阶函数
def add(x,y,z):
return abs(x)+abs(y)
aa = add(12,23,abs) #函数执行的结果 赋值给 aa
print(aa) #查看aa的值
#35
#注，abs()函数是求一个整数的绝对值
1.3匿名函数
什么是匿名函数：
在python中有一个匿名函数lambda，匿名函数就是指：无需定义标识符（函数名）的函数或子程序。
定义lambda表达式：
lambda arguments:express #arguments 参数(可以有多个参数) #express 表达式 #lambda返回值是一个函数的地址，也就是函数对象 aa = lambda arguments:express #把的到lambda函数地址，赋值给变量aa 查看这个lambda函数地址 ，用aa(argument) 查看这个函数的值
PS1:
普通函数定义，求数字平方
1 def pf(x=0): 2 return x**2 3 print(pf(3))
PS2:
lambda函数，求数字平方
1 aa = lambda x:x**2 2 print(aa(4)) 3 #16
总结：
1.lambda函数可以参数可以有多个，包含的表达式不能超过一个，不要试图向lambda函数中塞入太多东西，如果你需要做复杂的功能，应该定义一个普通函数，想定义什么就定义什么。
2.lambda函数用在需要封装特殊的，非重用代码上，避免令我们的代码充斥大量的单行函数。
1.4map函数
map()函数，map映射
map(func,iterable)
map()函数接受两个参数，一个是函数，一个可迭代的对象(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 可迭代的对象 的结果返回
例：有个函数，f(x) = x+1 把得到的数字 加1 要把这个函数作用在一个[1,2,3,4,5,6]上
number = [1,2,3,4,5,6]
#1.用普通函数定义方法
def add_one(x):
return x+1
def map_test(func,arrey):
res = []
for i in arrey:
i = func(i)
res.append(i)
return res
print(map_test(add_one,number))
#[2, 3, 4, 5, 6, 7]
#2.用lambda函数定义的得到结果，借助1定义的map_test函数
print(map_test(lambda x:x+1,number))
#[2, 3, 4, 5, 6, 7]
#3.用map()本身函数去定义
print(list(map(lambda x:x+1 ,number)))
#[2, 3, 4, 5, 6, 7]
#注：map（）得出的结果是一个iterator ，需要用list（）函数让它个整个序列都计算出来返回一个list
我们可能会想，写一个循环，也可以计算出结果，但要实现多个功能，是不是也要写多个循环 例：得出每个列表中元素的平方或则n次方
map()作为高阶函数，事实上把运算规则抽象了，不但可以计算简单的 f(x) = x+1 ，也能计算更复杂的函数。
总结：map() 处理序列中的每个元素，得到的结果是一个 iterator ，需通过list(iteratro),该list元素个数，与原来位置一样。
1.5reduce函数
在python2可以直接用reduce()函数
在python3需要调用reduce模块
from functools import reduce reduce(function, sequence, initial=None) #该函数的默认用法
reduce函数，将function作用sequence序列的元素，每次携带一对(先前的结果以及下一序列的元素)，连续的将现有的结果和下一个作用在获得的随后的结果上，最后得到我们的序列为一个最终结果的返回值。
PS1:
1 number1 = [2,3,4,10] 2 #1.普通函数定义 3 def chengfa(x,y): 4 return x*y #返回得到两个数相乘的结果 5 def reduce_test(func,seq,init=None): 6 if init is None: 7 res = seq.pop(0) #seq删除第一个元素，并获取删除这个元素 赋值给res 8 else: 9 res = init 10 for i in seq: 11 res = func(res,i) #循环一次，执行func这个函数 12 return res 13 print(reduce_test(chengfa,number1)) 14 #240 15 print(reduce_test(chengfa,number1,10)) 16 #2400 17 18 #如果给了init 初始值，就是从初始值 乘以列表的每个元素的的出结果 19 20 #2.lambda函数，借助reduce_test()函数定义 21 print(reduce_test(lambda x,y:x*y,number1,init=3)) 22 #720 23 24 #3.使用reduce()，结合lambda() 25 print(reduce(lambda x,y:x*y, number1)) 26 #240 27 28 得到列表所有元素，相乘的结果 29 30 number1 = [2,3,4,10] 31 #1.普通函数定义 32 def chengfa(x,y): 33 return x*y #返回得到两个数相乘的结果 34 def reduce_test(func,seq,init=None): 35 if init is None: 36 res = seq.pop(0) #seq删除第一个元素，并获取删除这个元素 赋值给res 37 else: 38 res = init 39 for i in seq: 40 res = func(res,i) #循环一次，执行func这个函数 41 return res 42 print(reduce_test(chengfa,number1)) 43 #240 44 print(reduce_test(chengfa,number1,10)) 45 #2400 46 47 #如果给了init 初始值，就是从初始值 乘以列表的每个元素的的出结果 48 49 #2.lambda函数，借助reduce_test()函数定义 50 print(reduce_test(lambda x,y:x*y,number1,init=3)) 51 #720 52 53 #3.使用reduce()，结合lambda() 54 from functools import reduce 55 print(reduce(lambda x,y:x*y, number1)) 56 #240 57 58 得到列表所有元素，相乘的结果
PS2:
得到1-100的和
1 print(reduce(lambda x,y:x+y,range(1,101)))
1.6filter函数
filter()函数用于过滤序列和map()类似，filter()也接受一个函数和一个序列(可迭代的对象，也就是能被for循环)，和map()不同的是，fillter()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。
示例:
1 aa = ['A', '', 'B', None, 'C', ' '] 2 #1.自定义函数测试 3 def not_empty(s): 4 return s and s.strip() 5 def filter_test(func,iter): 6 res = [] 7 for i in iter: 8 i = func(i) 9 if i: 10 res.append(i) 11 return res 12 print(filter_test(not_empty,aa)) 13 14 #['A', 'B', 'C'] 15 16 #2.filter内置函数测试 17 print(list(filter(not_empty,aa))) 18 #['A', 'B', 'C'] 19 20 #把列表中空字符串，空元素，都去掉
filter()这个函数，关键在于正确实现一个筛选函数，
注：filter()函数返回的是一个iterator，内存地址，需要看内存地址的值， 用list()函数或得该地址的值
1.7sorted函数
sorted()函数也是一个高阶函数，它可以接收key
sorted排序，排序是比较元素的大小，如果是数字可以直接比较，如果是字符串或则两个dict（字典）？
sorted()传入的参数是可迭代的对象，返回值的对象是一个列表
示例：数字默认排序
1 aa = [11,-10,20,21,30,-40] 2 print(sorted(aa))
备注：接收一个key函数来实现自定义排序
示例：根据绝对值大小来进行排序
1 aa = [11,-10,20,21,30,-40] 2 print(sorted(aa,key=abs)) 3 #[-10, 11, 20, 21, 30, -40]
示例：字符串排序
1 print(sorted("hello"))
2 #['e', 'h', 'l', 'l', 'o']
3
4 print(sorted(["hello","ho","haha"]))
5 # ['haha', 'hello', 'ho']
备注：默认情况下，对字符串排序是按照ASCII编码表的大小进行比较的
最后总结：
python内置的几个高阶函数:map() ,reduce(),filter,sorted()
python基础-函数式编程
高阶函数：map , reduce ,filter,sorted
匿名函数: lambda
1.1函数式编程
面向过程编程：我们通过把大段代码拆成函数，通过一层一层的函数，可以把复杂的任务分解成简单的任务，这种一步一步的分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。
函数式编程：是使用一系列函数去解决问题，函数式编程就是根据编程的范式来，得出想要的结果，只要是输入时确定的，输出就是确定的。
1.2高阶函数
能把函数作为参数传入，这样的函数就称为高阶函数。
1.2.1函数即变量
以python的内置函数print()为列，调用该函数一下代码
>>> print("hello world")
hello world
#只写print
>>> print
<built-in function print>
#可见print("hello world")是函数调用，而print是函数本身
要获得函数调用执行的结果，我们把结果赋值给变量：
>>> aa = abs(-20) >>> aa 20
如果把函数本身赋值给变量
>>> p = print >>> p <built-in function print> #函数本身可以赋值给变量，变量可以指向函数
我们通过变量来调用这个print函数，验证结果如下
>>> p("check")
check
总结：函数名也是变量，对于print()这个内置函数，完全可以把函数名print看成变量，它指向一个可以打印任何东西的函数
注：实际程序代码绝不能这么写，上面只是为了举例说明，要恢复print函数，请重启python的交互环境
1.2.2传入函数
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函数作为函数，这种函数就称为高阶函数，
函数的返回值是一个函数名，也是高阶函数。
例如：一个简单的高阶函数
def add(x,y,z):
return abs(x)+abs(y)
aa = add(12,23,abs) #函数执行的结果 赋值给 aa
print(aa) #查看aa的值
#35
#注，abs()函数是求一个整数的绝对值
1.3匿名函数
什么是匿名函数：
在python中有一个匿名函数lambda，匿名函数就是指：无需定义标识符（函数名）的函数或子程序。
定义lambda表达式：
lambda arguments:express #arguments 参数(可以有多个参数) #express 表达式 #lambda返回值是一个函数的地址，也就是函数对象 aa = lambda arguments:express #把的到lambda函数地址，赋值给变量aa 查看这个lambda函数地址 ，用aa(argument) 查看这个函数的值
PS1:
普通函数定义，求数字平方
1 def pf(x=0): 2 return x**2 3 print(pf(3))
PS2:
lambda函数，求数字平方
1 aa = lambda x:x**2 2 print(aa(4)) 3 #16
总结：
1.lambda函数可以参数可以有多个，包含的表达式不能超过一个，不要试图向lambda函数中塞入太多东西，如果你需要做复杂的功能，应该定义一个普通函数，想定义什么就定义什么。
2.lambda函数用在需要封装特殊的，非重用代码上，避免令我们的代码充斥大量的单行函数。
1.4map函数
map()函数，map映射
map(func,iterable)
map()函数接受两个参数，一个是函数，一个可迭代的对象(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 可迭代的对象 的结果返回
例：有个函数，f(x) = x+1 把得到的数字 加1 要把这个函数作用在一个[1,2,3,4,5,6]上
number = [1,2,3,4,5,6]
#1.用普通函数定义方法
def add_one(x):
return x+1
def map_test(func,arrey):
res = []
for i in arrey:
i = func(i)
res.append(i)
return res
print(map_test(add_one,number))
#[2, 3, 4, 5, 6, 7]
#2.用lambda函数定义的得到结果，借助1定义的map_test函数
print(map_test(lambda x:x+1,number))
#[2, 3, 4, 5, 6, 7]
#3.用map()本身函数去定义
print(list(map(lambda x:x+1 ,number)))
#[2, 3, 4, 5, 6, 7]
#注：map（）得出的结果是一个iterator ，需要用list（）函数让它个整个序列都计算出来返回一个list
我们可能会想，写一个循环，也可以计算出结果，但要实现多个功能，是不是也要写多个循环 例：得出每个列表中元素的平方或则n次方
map()作为高阶函数，事实上把运算规则抽象了，不但可以计算简单的 f(x) = x+1 ，也能计算更复杂的函数。
总结：map() 处理序列中的每个元素，得到的结果是一个 iterator ，需通过list(iteratro),该list元素个数，与原来位置一样。
1.5reduce函数
在python2可以直接用reduce()函数
在python3需要调用reduce模块
from functools import reduce reduce(function, sequence, initial=None) #该函数的默认用法
reduce函数，将function作用sequence序列的元素，每次携带一对(先前的结果以及下一序列的元素)，连续的将现有的结果和下一个作用在获得的随后的结果上，最后得到我们的序列为一个最终结果的返回值。
PS1:
1 number1 = [2,3,4,10] 2 #1.普通函数定义 3 def chengfa(x,y): 4 return x*y #返回得到两个数相乘的结果 5 def reduce_test(func,seq,init=None): 6 if init is None: 7 res = seq.pop(0) #seq删除第一个元素，并获取删除这个元素 赋值给res 8 else: 9 res = init 10 for i in seq: 11 res = func(res,i) #循环一次，执行func这个函数 12 return res 13 print(reduce_test(chengfa,number1)) 14 #240 15 print(reduce_test(chengfa,number1,10)) 16 #2400 17 18 #如果给了init 初始值，就是从初始值 乘以列表的每个元素的的出结果 19 20 #2.lambda函数，借助reduce_test()函数定义 21 print(reduce_test(lambda x,y:x*y,number1,init=3)) 22 #720 23 24 #3.使用reduce()，结合lambda() 25 print(reduce(lambda x,y:x*y, number1)) 26 #240 27 28 得到列表所有元素，相乘的结果 29 30 number1 = [2,3,4,10] 31 #1.普通函数定义 32 def chengfa(x,y): 33 return x*y #返回得到两个数相乘的结果 34 def reduce_test(func,seq,init=None): 35 if init is None: 36 res = seq.pop(0) #seq删除第一个元素，并获取删除这个元素 赋值给res 37 else: 38 res = init 39 for i in seq: 40 res = func(res,i) #循环一次，执行func这个函数 41 return res 42 print(reduce_test(chengfa,number1)) 43 #240 44 print(reduce_test(chengfa,number1,10)) 45 #2400 46 47 #如果给了init 初始值，就是从初始值 乘以列表的每个元素的的出结果 48 49 #2.lambda函数，借助reduce_test()函数定义 50 print(reduce_test(lambda x,y:x*y,number1,init=3)) 51 #720 52 53 #3.使用reduce()，结合lambda() 54 from functools import reduce 55 print(reduce(lambda x,y:x*y, number1)) 56 #240 57 58 得到列表所有元素，相乘的结果
PS2:
得到1-100的和
1 print(reduce(lambda x,y:x+y,range(1,101)))
1.6filter函数
filter()函数用于过滤序列和map()类似，filter()也接受一个函数和一个序列(可迭代的对象，也就是能被for循环)，和map()不同的是，fillter()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。
示例:
1 aa = ['A', '', 'B', None, 'C', ' '] 2 #1.自定义函数测试 3 def not_empty(s): 4 return s and s.strip() 5 def filter_test(func,iter): 6 res = [] 7 for i in iter: 8 i = func(i) 9 if i: 10 res.append(i) 11 return res 12 print(filter_test(not_empty,aa)) 13 14 #['A', 'B', 'C'] 15 16 #2.filter内置函数测试 17 print(list(filter(not_empty,aa))) 18 #['A', 'B', 'C'] 19 20 #把列表中空字符串，空元素，都去掉
filter()这个函数，关键在于正确实现一个筛选函数，
注：filter()函数返回的是一个iterator，内存地址，需要看内存地址的值， 用list()函数或得该地址的值
1.7sorted函数
sorted()函数也是一个高阶函数，它可以接收key
sorted排序，排序是比较元素的大小，如果是数字可以直接比较，如果是字符串或则两个dict（字典）？
sorted()传入的参数是可迭代的对象，返回值的对象是一个列表
示例：数字默认排序
1 aa = [11,-10,20,21,30,-40] 2 print(sorted(aa))
备注：接收一个key函数来实现自定义排序
示例：根据绝对值大小来进行排序
1 aa = [11,-10,20,21,30,-40] 2 print(sorted(aa,key=abs)) 3 #[-10, 11, 20, 21, 30, -40]
示例：字符串排序
1 print(sorted("hello"))
2 #['e', 'h', 'l', 'l', 'o']
3
4 print(sorted(["hello","ho","haha"]))
5 # ['haha', 'hello', 'ho']
备注：默认情况下，对字符串排序是按照ASCII编码表的大小进行比较的
最后总结：
python内置的几个高阶函数:map() ,reduce(),filter,sorted()