浅谈Python 函数式编程


Posted in Python onJune 20, 2020

匿名函数lambda表达式

什么是匿名函数?

匿名函数,顾名思义就是没有名字的函数,在程序中不用使用 def 进行定义,可以直接使用 lambda 关键字编写简单的代码逻辑。lambda 本质上是一个函数对象,可以将其赋值给另一个变量,再由该变量来调用函数,也可以直接使用。

#平时,我们是先定义函数,再进行调用
def power(x):
 return x ** 2

print(power(2))

#使用lambda表达式的时候,我们可以这样操作
power = lambda x : x ** 2
print(power(2))

#觉得太麻烦,还可以这样调用
print((lambda x: 2 * x)(8))

lambda表达式的基本格式:lambda 入参 : 表达式

#入参可以有多个,比如 
power = lambda x, n: x ** n

print(power(2, 3))

lambda 表达式的使用场景

一般适用于创建一些临时性的,小巧的函数。比如上面的 power函数,我们当然可以使用 def 来定义,但使用 lambda 来创建会显得很简洁,尤其是在高阶函数的使用中。

定义一个函数,传入一个list,将list每个元素的值加1

def add(l = []):
 return [x +1 for x in l]

print(add([1,2,3]))

上面的函数改成将所有元素的值加2

可能大家会说,这还不简单,直接把return里的1改成2就行了。但是真的行吗?如果函数被多个地方使用,而其他地方并不想加2,怎么办?

这好办,把变得那部分抽出来,让调用者自己传

def add(func,l = []):
 return [func(x) for x in l]

def add1(x):
 return x+1

def add2(x):
 return x+2

print(add(add1,[1,2,3]))
print(add(add2,[1,2,3]))

一个简简单单的问题,一定要用这么多代码实现?

def add(func,l = []):
 return [func(x) for x in l]

print(add(lambda x:x+1,[1,2,3]))
print(add(lambda x:x+2,[1,2,3]))

map函数

map的基本格式

map(func, *iterables)

map() 函数接收两个以上的参数,开头一个是函数,剩下的是序列,将传入的函数依次作用到序列的每个元素,并把结果作为新的序列返回。也就是类似 map(func,[1,2,3])

同样的,我们还是来完成这样一个功能:将list每个元素的值加1

def add(x):
 return x + 1

result = map(add, [1, 2, 3, 4])
print(type(result))
print(list(result))

使用lambda表达式简化操作

result = map(lambda x: x + 1, [1, 2, 3, 4])
print(type(result))
print(list(result))

函数中带两个参数的map函数格式

使用map函数,将两个序列的数据对应位置求和,之后返回,也就是对[1,2,3],[4,5,6]两个序列进行操作之后,返回结果[5,7,9]

print(list(map(lambda x, y: x + y, [1, 2, 3], [4, 5, 6])))

对于两个序列元素个数一样的,相对好理解。如果两个序列个数不一样的,会不会报错?

print(list(map(lambda x, y: x + y, [1, 2, 3], [4, 5])))

我们可以看到不会报错,但是结果以个数少的为准

reduce函数

reduce函数的基本格式

reduce(function, sequence, initial=None)

reduce把一个函数作用在一个序列上,这个函数必须接收两个参数,reduce函数把结果继续和序列的下一个元素做累积计算,跟递归有点类似,reduce函数会被上一个计算结果应用到本次计算中

reduce(func, [1,2,3]) = func(func(1, 2), 3)

使用reduce函数,计算一个列表的乘积

from functools import reduce

def func(x, y):
 return x * y

print(reduce(func, [1, 2, 3, 4]))

结合lambda表达式,简化操作

from functools import reduce

print(reduce(lambda x, y: x * y, [1, 2, 3, 4]))

filter 函数

filter 顾名思义是过滤的意思,带有杂质的(非需要的数据),经过 filter 处理之后,就被过滤掉。

filter函数的基本格式

filter(function_or_None, iterable)

filter() 接收一个函数和一个序列。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。

使用 filter 函数对给定序列进行操作,最后返回序列中所有偶数

print(list(filter(lambda x: x % 2 == 0, [1, 2, 3, 4, 5])))

sorted 函数

sorted从字面上就可以看去这是个用来排序的函数,sorted 可以对所有可迭代的对象进行排序操作

sorted的基本格式

sorted(iterable, key=None, reverse=False)

#iterable -- 可迭代对象。
#key -- 主要是用来进行比较的元素,只有一个参数,具体的函数的参数就是取自于可迭代对象中,指定可迭代对象中的一个元素来进行排序。
#reverse -- 排序规则,reverse = True 降序 , reverse = False 升序(默认)。 

#对序列做升序排序
print(sorted([1, 6, 4, 5, 9]))

#对序列做降序排序
print(sorted([1, 6, 4, 5, 9], reverse=True))

#对存储多个列表的列表做排序
data = [["Python", 99], ["c", 88]]
print(sorted(data, key=lambda item: item[1]))

闭包

在万物皆对象的Python中,函数是否能作为函数的返回值进行返回呢?

def my_power():
 n = 2
 def power(x):
  return x ** n
 return power

p = my_power()
print(p(4))

#------------------------------------------------------------
def my_power():
 n = 2
 def power(x):
  return x ** n
 return power

n = 3
p = my_power()
print(p(4))

我们可以看到,my_power 函数在返回的时候,也将其引用的值(n)一同带回,n 的值被新的函数所使用,这种情况我们称之为闭包

当我们把n的值移除到my_power函数外面,这个时候来看下计算结果

n = 2

def my_power():
 def power(x):
  return x ** n
 return power

n = 3
p = my_power()
print(p(4))

为什么输出的结果会是64?

我们先来看看闭包时,p.__closure____的结果

#例1
def my_power():
 n = 2
 def power(x):
  return x ** n
 return power

p = my_power()
print(p.__closure__)

#结果:(<cell at 0x00000264518F9A38: int object at 0x00007FFA7F617120>)
#closure是内部函数的一个属性,用来保存环境变量

#---------------------------------------------------------------------

#例2
n = 2
def my_power():
 def power(x):
  return x ** n
 return power

n = 3
p = my_power()
print(p.__closure__)

#输出结果 None

通过例1跟例2对比,我们可以知道,例2并不是闭包

闭包经典问题

下面的程序是否是闭包?能否正确运行

def my_power():
 n = 2
 
 def power(x):
  n += 1
  return x ** n
 
 return power

p = my_power()
print(p(3))

如何让上面的程序正确运行?看看改正之后的结果

def my_power():
 n = 2
 
 def power(x):
  nonlocal n
  n += 1
  return x ** n
 
 return power

p = my_power()
print(p.__closure__)
print(p(3))
print(p(3))

看看下面的程序的运行结果

def my_power():
 n = 2
 L = []
 for i in range(1, 3):
  def power():
   return i ** n
  
  L.append(power)
 return L

f1, f2 = my_power()
print(f1())
print(f2())
print(f1.__closure__[0].cell_contents)
print(f2.__closure__[0].cell_contents)

python的函数只有在执行时,才会去找函数体里的变量的值,也就是说你连形参都不确定,你咋求知道 i为几呢?在这里,你只需要记住如果你连形参都不确定,python就只会记住最后一个i值。

装饰器及其应用

什么是装饰器模式

装饰器模式(Decorator Pattern)允许向一个现有的对象添加新的功能,同时又不改变其结构。这种类型的设计模式属于结构型模式,它是作为现有的类的一个包装。

这种模式创建了一个装饰类,用来包装原有的类,并在保持类方法签名完整性的前提下,提供了额外的功能。

import time

start = time.time()
time.sleep(4)
end = time.time()
print(end - start)

从实际例子来看装饰器

def my_fun():
 print("这是一个函数")

my_fun()

要再打印“这是一个函数”前面在打印多一行hello world。

def my_fun():
 begin = time.time()
 time.sleep(2)
 print("这里一个函数")
 end = time.time()
 print(end-begin)

my_fun()

这个时候,如果不想修改原有的函数,咋整?

def my_fun():
 print("这是一个函数")

def my_time(func):
 begin = time.time()
 time.sleep(2)
 func()
 end = time.time()
 print(end - begin)

my_time(func)

这种方式,因为要增加功能,导致所有的业务调用方都得进行修改,此法明显不可取。

另一种方式:

def print_cost(func):
 def wrapper():
  begin = time.time()
  time.sleep(2)
  func()
  end = time.time()
  print(end - begin)
  return wrapper

@print_cost
def my_fun():
 print("这里一个函数")

第二种方式并没有修改func函数的内部实现,而是使用装饰器模式对其功能进行装饰增强。

以上就是浅谈Python 函数式编程的详细内容,更多关于Python 函数式编程的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
Python3.0与2.X版本的区别实例分析
Aug 25 Python
利用Python绘制MySQL数据图实现数据可视化
Mar 30 Python
浅谈python字典多键值及重复键值的使用
Nov 04 Python
python先序遍历二叉树问题
Nov 10 Python
python下10个简单实例代码
Nov 15 Python
python多维数组切片方法
Apr 13 Python
详解Python连接MySQL数据库的多种方式
Apr 16 Python
seek引发的python文件读写的问题及解决
Jul 26 Python
Pytorch加载部分预训练模型的参数实例
Aug 18 Python
OpenCV哈里斯(Harris)角点检测的实现
Jan 15 Python
matlab中imadjust函数的作用及应用举例
Feb 27 Python
pandas分批读取大数据集教程
Jun 06 Python
音频处理 windows10下python三方库librosa安装教程
Jun 20 #Python
深入浅析python 中的self和cls的区别
Jun 20 #Python
浅谈Python 参数与变量
Jun 20 #Python
python字符串的index和find的区别详解
Jun 20 #Python
Django Admin 上传文件到七牛云的示例代码
Jun 20 #Python
什么是python的函数体
Jun 19 #Python
浅谈Python中的生成器和迭代器
Jun 19 #Python
You might like
杏林同学录(二)
2006/10/09 PHP
PHP中设置时区,记录日志文件的实现代码
2013/01/07 PHP
使用PHP计算两个路径的相对路径
2013/06/14 PHP
php实现在多维数组中查找特定value的方法
2015/07/29 PHP
PHP判断手机是IOS还是Android
2015/12/09 PHP
PHP判断文件是否被引入的方法get_included_files用法示例
2016/11/29 PHP
phpQuery采集网页实现代码实例
2020/04/02 PHP
PHP数组与字符串互相转换实例
2020/05/05 PHP
基于jquery实现的可编辑下拉框实现代码
2014/08/02 Javascript
jquery结合CSS使用validate实现漂亮的验证
2015/01/29 Javascript
javascript格式化json显示实例分析
2015/04/21 Javascript
JQuery实现带排序功能的权限选择实例
2015/05/18 Javascript
浅谈JS函数定义方式的区别
2016/10/30 Javascript
通过原生JS实现为元素添加事件的方法
2016/11/23 Javascript
jQuery回调方法使用示例
2017/06/26 jQuery
JQuery 获取Dom元素的实例讲解
2017/07/08 jQuery
Vue源码解析之数组变异的实现
2018/12/04 Javascript
JS实现深度优先搜索求解两点间最短路径
2019/01/17 Javascript
JS通过ajax + 多列布局 + 自动加载实现瀑布流效果
2019/05/30 Javascript
js+canvas实现简单扫雷小游戏
2021/01/22 Javascript
[49:35]LGD vs OG 2018国际邀请赛淘汰赛BO3 第二场 8.25
2018/08/29 DOTA
python正则表达式判断字符串是否是全部小写示例
2013/12/25 Python
python正则匹配抓取豆瓣电影链接和评论代码分享
2013/12/27 Python
使用Python编写类UNIX系统的命令行工具的教程
2015/04/15 Python
python生成ppt的方法
2018/06/07 Python
python设置环境变量的作用和实例
2019/07/09 Python
在pytorch中查看可训练参数的例子
2019/08/18 Python
设置jupyter中DataFrame的显示限制方式
2020/04/12 Python
python 实现弹球游戏的示例代码
2020/11/17 Python
HTML5 CSS3实现一个精美VCD包装盒个性幻灯片案例
2014/06/16 HTML / CSS
HTML5图片层叠的实现示例
2020/07/07 HTML / CSS
方正Java笔试题
2014/07/03 面试题
委托公证书样本
2015/01/23 职场文书
2015年重阳节主持词
2015/07/04 职场文书
python获取对象信息的实例详解
2021/07/07 Python
SQL Server使用T-SQL语句批处理
2022/05/20 SQL Server