python学习笔记（九）函数式进阶：使用map、reduce、filter、sorted

在第三节中简单学习了函数式的概念，这里通过运用几个常用的高阶函数来熟悉函数式编程方法，在文末给出一个综合性例子。

开始

这四个高阶函数具有相似的参数结构，都是以其中一个参数为列表，另一个参数为函数。不同的是它们的功能。

map

map的作用简单来说是将列表中各个元素冠以函数头。即将函数映射作用到每一个元素上.（格式：map(函数，列表)）

def mp(a):
print a
return a
l = [1,2,3,4]
map(mp,l)

在这个过程中产生了副作用：打印元素值，在纯函数式编程中是没有这类副作用的。

reduce

如果说map是把每个元素戴上函数的帽子，那么reduce就是将列表的头直接换成函数头。

列表结构类似于一个链表，每一个结点包含当前元素值以及之后元素的指针，且每个结点有一个“列表头”，因此对其进行reduce操作相当于一个递归函数。

传入的函数必须满足其参数性质为：第一个参数为之后的结点计算得出的元素值，第二个参数为当前的结点（可能为空）。

格式：reduce(函数，列表)

reduce(f,[1,2,3,4]) => f(f(f(1,2),3),4)

inorder = [3,2,4,1,6,5,7]

def func(other,cur):
print other,cur
return cur
reduce(func,inorder)

filter

filter作用是将满足函数条件的元素全部滤除。因此传入的函数必须为返回true或false的函数。

inorder = filter(lambda(a):a>5,inorder)

sorted

sorted作用是按照函数规则进行排序。函数规则是：返回-1代表二者是逆序关系，返回1代表二者是顺序关系，返回0代表二者等序。

具体实现见例子。

一个例子

import math
import functools

class item(object):
def __init__(self,x,y):
self.__x = x
self.__y = y
@property
def x(self):
return self.__x
@x.setter
def x(self,value):
self.__x = value

@property
def y(self):
return self.__y
@y.setter
def y(self,value):
self.__y = value

@property
def power(self):
return math.sqrt(self.__x*self.__x+self.__y*self.__y)

def func_sort_with(member):
def item_compare(a,b):
i1 = eval('a.'+member)
i2 = eval('b.'+member)
if i1>i2:
return -1
elif i2>i1:
return 1
return 0
return functools.partial(sorted,cmp = item_compare)

def print_name(it):
print str(it.x)

list_src = [item(i,10-i) for i in range(1,10)]
f1 = func_sort_with('x')
list_1 = f1(list_src)
print 'sort with x:'
map(print_name,list_1)

f2 = func_sort_with('power')
list_2 = f2(list_src)
print 'sort with power'
map(print_name,list_2)

其中f1、f2是用闭包得到的函数，可以根据传入的参数选择类的成员作为其排序依据进行排序；eval()是可以将字符串作为python代码执行的函数；使用map是一种简便的遍历列表的写法。

参考资料：

http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/00141861202544241651579c69d4399a9aa135afef28c44000