Python学习之函数式编程

Linux编程

点击右侧关注，免费入门到精通！

作者丨stone_zhu

https://www.jianshu.com/p/efa8925e0256

高阶函数

在python中函数名是指向函数的变量，当函数的参数也是函数的时候，这种函数我们称之为高阶函数。

map/reduce

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。

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，效果如下:

结合map和reduce可以整理出一个str2int的函数:

filter

Python内建的filter()函数用于过滤序列。

和map()类似，filter()也接收一个函数和一个序列。和map()不同的是，filter()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。

例如，在一个list中，删掉偶数，只保留奇数，可以这么写：

sorted

对list进行排序：

此外，sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序，例如按绝对值大小排序：

字符串排序:

忽略大小写:

要进行反向排序，不必改动key函数，可以传入第三个参数reverse=True

返回函数

定义

高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。

我们来实现一个可变参数的求和。通常情况下，求和的函数是这样定义的：

但是，如果不需要立刻求和，而是在后面的代码中，根据需要再计算怎么办？可以不返回求和的结果，而是返回求和的函数：

当我们调用lazy_sum()时，返回的并不是求和结果，而是求和函数：

调用函数f时，才真正计算求和的结果

闭包

如上所示的例子中，我们在函数lazy_sum中又定义了函数sum，并且，内部函数sum可以引用外部函数lazy_sum的参数和局部变量，当lazy_sum返回函数sum时，相关参数和变量都保存在返回的函数中，这种称为“闭包（Closure）”。

注意点：返回函数不要引用任何循环变量，或者后续会发生变化的变量。

如下所示：

返回结果如下：

匿名函数

关键字lambda表示匿名函数，冒号前面的x表示函数参数。匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。

装饰器

代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。本质上，decorator就是一个返回函数的高阶函数。

定义一个能打印日志的decorator，可以定义如下：

观察上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处：

把@log放到now()函数的定义处，相当于执行了语句：now = log(now),now变量指向了新的函数。

如果decorator本身需要传入参数，那就需要编写一个返回decorator的高阶函数，写出来会更复杂。比如，要自定义log的文本：

这个3层嵌套的decorator用法如下：

和两层嵌套的decorator相比，3层嵌套的效果是这样的：>>> now = log('execute')(now)

有个问题，经过decorator装饰之后的函数，它们的name已经从原来的'now'变成了'wrapper'：

Python内置的functools.wraps用来复制函数name属性的：

或者针对带参数的装饰器：

偏函数

Python的functools模块提供了很多有用的功能，其中一个就是偏函数（Partial function）。把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。

创建偏函数时，实际上可以接收函数对象、args和*kw这3个参数。

比如要使用int()函数去转换二进制字符串，原本的写法是：int(x, base=2)，如果量大的话，很麻烦，所以我们可以这么写：

上面的in2 = functools.partial(int, base=2)相当于：