Python之函数式编程(一)
1.什么是函数式编程?
说明:函数式是比函数更加抽象的层次。
特点:
(1)把计算视为函数而非指令
(2)纯函数式编程不需要变量、没有副作用、测试简单
(3)支持高阶函数,代码简洁
python支持的函数式编程:
(1)不是纯函数式编程:允许有变量
(2)支持高阶函数:函数也可以作为变量传入
(3)支持闭包:有了闭包就能返回函数
(4)有限度地支持匿名函数
2.高阶函数
说明:高阶函数就是能接受函数做参数的函数。
eg:将abs()
函数作为自定义函数的参数
def my_add(x, y, f):
return f(x) + f(y)
print(my_add(-5, -10, abs))
结果:15
如果您不能理解以上代码,以下有关于普通函数的两个性质能帮助您理解高阶函数:
(1)变量可以指向函数
eg:
print(abs(-10))
f = abs
print(f(-20))
结果:
10
20
(2)函数名就是指向函数的变量
eg1:
abs = len
print(abs(-10))
结果:TypeError: object of type 'int' has no len()
eg2:
abs = len
L = [1, 2, 3, 4]
print(abs(L))
结果:4
注意:编写高阶函数,就是让函数的参数能够接收别的函数。
3.map()函数
说明:map()
是 Python 内置的高阶函数,它接收的第一个参数是函数 f 、第二个参数是一个Iterable
,并通过把函数 f 依次作用在 list 的每个元素上,得到一个新的 list 并返回。
eg:把一个列表中的名字全都变为首字母大写,后续小写。
def format_name(name):
return name.title() #也可以用return name[0].upper() + name[1:].lower()
L = map(format_name, ['adam', 'LISA', 'barT'])
for x in L:
print(x)
结果:
Adam
Lisa
Bart
注意:由于list包含的元素可以是任何类型,因此,map() 不仅仅可以处理只包含数值的 list,事实上它可以处理包含任意类型的 list,只要传入的函数f可以处理这种数据类型。
4.reduce()函数
说明: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:reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
eg:对一个序列求和
from functools import reduce
def add(x, y):
return x + y
reduce(add, [1, 3, 5, 7, 9])
结果:25
注意:reduce()
函数不是python内置函数,要导入模块。
小测试:
from functools import reduce
def get_int(s):
dig = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
return dig[s]
def my_sum(x, y):
return x * 10 + y
print(reduce(my_sum, map(get_int, '1236')))
结果:1236
以上代码可以简化为:
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))
print(str2int(‘1236’))
结果:1236
注意:可以看出函数里面还可以定义函数。
5.filter()函数
说明:filter()
函数是 Python 内置的另一个有用的高阶函数,filter(
函数接收一个函数 f 和一个list,这个函数 f 的作用是对每个元素进行判断,返回 True
或 False
,filter()
根据判断结果自动过滤掉不符合条件的元素,返回由符合条件元素组成的新list。(有点过滤的意思)
eg:
def tt(x):
return x % 2 == 0
L = filter(tt, [1, 2, 3, 4, 5])
for x in L:
print(x)
结果:
2
4
可能有的同学说可以用map()
函数也可以,但是对于map()
函数不符合的元素返回的是None
,下面有例子说明:
eg:
def tt(x):
if x % 2 == 0:
return x
L = map(tt, [1, 2, 3, 4, 5])
for x in L:
print(x)
结果:
None
2
None
4
None
利用filter(),可以完成很多有用的功能,例如,删除 None 或者空字符串:
eg:
def is_not_empty(s):
return s and len(s.strip()) > 0
L = filter(is_not_empty, ['test', None, '', 'str', ' ', 'END'])
for x in L:
print(x)
结果:
test
str
END
注意: s.strip(rm) 删除 s 字符串中开头、结尾处的 rm 序列的字符,字符串中间的无法删除。
5.sorted()函数和自定义排序函数
sorted()
函数说明:
(1)sorted()
是一个高阶函数,它可以将一个list从小到大排序(list的元素可以为字符串,字符串是让字符的ASCLL码逐个比较的)
eg:
#数字
L = [3, 1, 6, 4]
a = sorted(L)
print(a)
#字符串
h = ['asd', 'gsad', 'ch', 'badadad']
a = sorted(h)
print(a)
结果:
[1, 3, 4, 6]
['asd', 'badadad', 'ch', 'gsad']
(2)用key关键字来修改比较规则
说明:key指定的函数将作用于list的每一个元素上,并根据key函数返回的结果进行排序。
eg:
print(sorted([36, 5, -12, 9, -21], key=abs))
结果:[5, 9, -12, -21, 36]
(3)用自定义函数来修改比较规则
eg:
L = [('Wh', 80), ('zhAo', 100), ('Li', 70)]
#按照名字字符排序
def sort_by_name(t):
return t[0].lower()
#按照分数排序
def sort_by_score(t):
return t[1]
print(sorted(L, key = sort_by_name))
print(sorted(L, key = sort_by_score, reverse = True))
结果:
[('Li', 70), ('Wh', 80), ('zhAo', 100)]
[('zhAo', 100), ('Wh', 80), ('Li', 70)]
6.sorted()函数和sort()方法的区别#####
(1)sorted()
是函数,作用对象为任何可迭代对象,sort()
是list
的方法,对象为list
。
(2)sorted()
函数不会修改原对象,而sort()
方法会修改原来的list
eg:
L = [2, 1 ,4 ,3]
a = sorted(L)
print(L)
H = [9, 8, 6, 4]
H.sort()
print(H)
结果:
[2, 1, 4, 3]
[4, 6, 8, 9]
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
文章由极客之音整理,本文链接:https://www.bmabk.com/index.php/post/84818.html