Python函数式编程实例详解

作者:theVicTory 时间:2023-02-26 21:26:31 

本文实例讲述了Python函数式编程。分享给大家供大家参考,具体如下:

函数式编程就是一种抽象程度很高的编程范式,从计算机硬件->汇编语言->C语言->Python抽象程度越高、越贴近于计算,但执行效率也越低。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,允许把函数本身作为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,支持高阶函数(函数可以作为变量传入),支持闭包(返回一个函数),有限地支持匿名函数。由于Python允许使用变量,因此,Python不是纯函数式编程语言。

1、高阶函数

即可以通过变量名指向函数,函数通过变量名作为参数传给另一个函数,并通过变量名来使用。例如下面将开方函数math.sqrt作为参数传递给变量f,变量名f就指向了函数math.sqrt,再通过变量f使用该函数给x、y开方。


import math
def add(x, y, f):
 return f(x) + f(y) # 函数作为参数传递给f来调用
res = add(25, 9, math.sqrt)
print(res)

map函数接收一个函数 f 和一个 list,并把函数 f 依次作用在 list 的每个元素上,得到一个iterators并返回。


def format_name(s):
 return s[0].upper()+s[1:].lower()  #将列表的每个元素首字母大写,其他小写
print(list(map(format_name, ['adam', 'LISA', 'barT'])))
#输出:['Adam', 'Lisa', 'Bart']

filter()根据判断函数f的结果自动过滤掉不符合条件的元素,以iterators返回剩下的元素


def is_odd(x):
 return x % 2 == 1 # 过滤函数,x为奇返回True
f_res = filter(is_odd, [1, 4, 6, 7, 9, 12, 17])
print(list(f_res))  # 输出过滤后的结果list:1 7 9 17

sorted()函数用于对可迭代的对象进行排序,参数key=指定排序的关键字,这里可以借助functools.cmp_to_keys()将比较方法映射为自定义的方法。例如实现了降序排列,比较函数cmp返回值 -1 代表a 应该排在 b 的前面,如果a排在b 的后面返回 1。如果 a、b相等返回 0。


import functools
def cmp(a, b):
 if b < a:
   return -1
 if a < b:
   return 1
 return 0
a = [1, 2, 5, 4]
print(sorted(a, key=functools.cmp_to_key(cmp)))

2、匿名函数和闭包

有时函数简单到只有一个表达式时,为了简化代码可以使用匿名函数来代替,匿名函数一般形式为lambda 参数:返回表达式,例如lambda x:x*x,就是传入x参数并返回x的平方。例如在使用map()函数时需要传入一个函数用于list的元素,此时可以使用匿名函数作为参数


lst = [1, 2, 3, 4, 5, 6, 7, 8, 9]
res = map(lambda x: x * x, lst)  # 将匿名函数作用于lst
print(list(res))

函数的闭包(Closure)是指内层函数引用了外层函数的变量,然后将内层函数像变量一样返回的情况。例如函数calc_prod()接收一个list,在其内部定义一个函数multiply,计算list元素的乘积并将multiply返回。用f接收calc_prod()的返回函数,并在之后调用该函数


def calc_prod(lst):
 def multiply():
   res=1
   for i in lst:
     res=res*i
   return res
 return multiply  # 将函数返回
f = calc_prod([1, 2, 3, 4])  # 接收返回函数
print(f())  # 调用返回函数

注意在函数闭包时要确保引用的局部变量在函数返回后不能变。例如下面的例子,当count()函数返回3个函数时,由于f1、f2、f3并没有被调用,所以并未计算 i*i。当 f1 被调用时,这3个函数所引用的变量 i 的值已经变成了3,所以此时使用的变量i的值已经发生了改变,三个函数的输出都是9。


def count():
 fs = []
 for i in range(1, 4):
   def f():
     print(i)  # 函数f1()调用时i已经变为3
     return i*i
   fs.append(f)
 return fs
f1, f2, f3 = count()
print(f1())      # 输出9而不是1

3、函数装饰器

函数装饰器是指在原有函数的基础上对函数作修改和装饰操作。其基本思想是,既然函数可以像变量一样作为参数传入并且返回,那么我们可以将原来的函数传入装饰器函数,然后增加我们需要的操作,之后在将原函数返回出来。

例如下面定义了一个装饰器log用于打印函数名称,原函数作为参数f传入。在装饰器中定义新的函数fn,其中参数列*args和**kw代表自适应参数个数,防止不同参数个数的函数在使用装饰器时不匹配。在新函数fn中输出原函数的名称,之后将原函数原封不动地调用一遍并返回出去。最后返回新函数。

在使用装饰器时,只需要在函数的定义前加一行@装饰器名


def log(f): # 定义装饰器log
 def fn(*args, **kw): # 定义新函数
   print('函数名: ' + f.__name__)  # 打印函数名
   return f(*args, **kw) # 在新函数中调用原函数并返回结果
 return fn # 返回新函数
@log # 为函数add添加装饰器
def add(x, y):
 return x + y
print(add(1, 2))

如果希望给装饰器传入一个参数,则需要定义三重嵌套的函数,在最外层增加一层函数用于接收参数。例如希望在打印函数名之前输出传入的参数“DEBUG”


def log(prefix):
 def log_decorator(f):
   def wrapper(*args, **kw):
     print '[%s] %s()...' % (prefix, f.__name__)
     return f(*args, **kw)
   return wrapper
 return log_decorator
@log('DEBUG')  # 为装饰器传入参数
def test():
 pass
test()

由于装饰器实际上是创建了新的函数fn并替代了原函数,所以原函数的相关信息例如函数名会被覆盖,可以用@functools.wraps(f)来复制原函数的信息以保留下来。


import functools
def log(f):
 @functools.wraps(f)
 def fn(*args, **kw):
   print 'call...'
   return f(*args, **kw)
 return fn

偏函数可以为函数填上一个固定的参数值,从而生成一个新的函数。例如原函数add需要两个参数x、y,通过指定y=1得到偏函数add1,这个函数只需要输入一个参数x,从而计算x+1的值。


import functools
def add(x, y):
 return x + y
add1 = functools.partial(add, y=1)
print(add2(3))  # 输出结果为4

关于Python相关内容感兴趣的读者可查看本站专题:《Python函数使用技巧总结》、《Python面向对象程序设计入门与进阶教程》、《Python数据结构与算法教程》、《Python字符串操作技巧汇总》、《Python编码操作技巧总结》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。

来源:https://blog.csdn.net/theVicTory/article/details/95070465

标签:Python,函数式编程
0
投稿

猜你喜欢

  • localResizeIMG先压缩后使用ajax无刷新上传(移动端)

    2024-05-09 10:35:26
  • 使用scrapy ImagesPipeline爬取图片资源的示例代码

    2023-07-07 13:46:05
  • 微信公众号可通过现金红包接口发放微信支付现金红包(附开发教程)

    2023-06-28 10:24:42
  • Javascript typeof与instanceof的区别

    2024-06-07 15:53:47
  • asp中判断服务器是否安装了某种组件的函数

    2011-02-16 10:53:00
  • python 使用Tensorflow训练BP神经网络实现鸢尾花分类

    2023-04-15 13:29:00
  • viper配置框架的介绍支持zookeeper的读取和监听

    2024-04-27 15:32:12
  • Python爬虫学习之获取指定网页源码

    2023-11-06 02:29:15
  • pytorch 批次遍历数据集打印数据的例子

    2022-06-09 08:23:46
  • 解决使用export_graphviz可视化树报错的问题

    2022-06-10 18:35:59
  • python 基于opencv操作摄像头

    2023-03-06 08:02:31
  • php调用百度人脸识别接口查询数据库人脸信息实现验证登录功能

    2024-03-23 13:36:44
  • pycharm 使用心得(一)安装和首次使用

    2023-06-14 05:49:37
  • 解决python3 整数数组转bytes的效率问题

    2023-08-09 19:39:41
  • Python字典取键、值对的方法步骤

    2021-12-12 15:26:12
  • Request.ServerVariables各参数说明集合

    2008-11-25 18:49:00
  • MySQL回表查询与索引覆盖的区别

    2024-01-21 03:27:37
  • Jupyter Notebook 如何修改字体和大小以及更改字体样式

    2022-01-20 00:21:44
  • PyCharm使用教程之搭建Python开发环境

    2021-09-01 15:21:00
  • go语言中的return语句

    2024-05-28 15:22:09
  • asp之家 网络编程 m.aspxhome.com