Python（廖）之函数式编程

一，高阶函数

（1）高阶函数，英文名：Higher-order function

（2）变量可以指向函数本身

体验：

abs(-10)

abs

x=abs(-10)

x=abs

***************

x=abs

x(-10)

即通过变量x指向abs函数本身，可以以调用变量x()的方式调用abs()

注释1：函数名其实就是指向函数的变量

注释2：由于abs函数实际上是定义在import builtins模块中的，所以要让修改abs变量的指向在其他模块也生效，要用

import builtins ; builtins.abs=10

(3) 传入函数

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，这种函数就称之为高阶函数。

示例：一个最简单的高阶函数、

def add(x,y,f):

return f(x)+f(y)

二， map/reduce

(1) Python内建了map()和reduce()函数

注释：建议去读读MapReduce:Simplified Data Processing on Large Clusters

（2）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。

示例：

>>> r=map(f,[1,2,3,4,5,6,7,8,9])
>>> list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> r
<map object at 0x000001A648A9C940>

map()传入的第一个参数是f，即函数对象本身。由于结果r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。

所以，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：

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

（3）reduce()函数

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：

>>> from functools import reduce
>>> def add(x,y):
return x+y

>>> reduce(add,[1,3,5,7,9])
25

示例2：把序列[1, 3, 5, 7, 9]变换成整数13579

>>> from functools import reduce
>>> def fn(x,y):
return x*10+y

>>> reduce(fn,[1,3,5,7,9])
13579

示例3：把str转换为int的函数

>>> from functools import reduce
>>> def fn(x,y):
return x*10+y

>>> def char2num(s):
digits={'0':0,'1':1,'2':2,'3':3,'4':4}
return digits[s]

>>> reduce(fn,map(char2num,'134'))
134

示例4：以上代码可以整理成为一个函数

>>> 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 str2int(s):
   def fn(x,y):
       return x*10+y
   def char2num(s):
       return DIGITS[s]
   return reduce(fn,map(char2num,s))

示例5：使用lambda函数进一步简化（这就实现了一个把字符串转化为整数的函数，功能类似于int()）

>>> from functools import reduce
>>> def char2num(s):
return DIGITS[s]

>>> def str2int(s):
return reduce(lambda x,y:x*10+y,map(char2num,s))

>>>

Python（廖）之函数式编程

猜你喜欢