Python函数式编程之map/reduce/filter进阶
2017-09-24 15:21
225 查看
Python函数式编程之map/reduce/filter进阶
说明
本文重点在于示例代码,在熟悉基本概念(map/reduce/filter/lambda)的基础上阅读最好背景
函数式编程是一种编程范式,我们常见的是命令式编程,首先大概了解下概念:命令式:冯诺依曼机的序列
函数式:基于λ演算
函数式编程一般有如下特点:
Referential transparency
No Side Effect
Currying
Closure
Higher-order function
Lazy evaluation
Lambda
进入正题,主要看看python函数式编程,几个高阶函数map/reduce/filter的使用
定义(python2)
sequence是一种泛型,包括list,tuple,stringmap(function, sequence[, sequence, …]) -> list
1. 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list返回
reduce(function, sequence[, initial]) -> value
1. 把一个函数作用在一个序列上,reduce把结果继续和序列的下一个元素做累积计算
2. function接受两个参数
3. 返回值类型取决于function return
filter(function or None, sequence) -> list, tuple, or string
1. 如果是None,返回是True的元素
2. 返回和sequence相同的类型
示例
map/reduce/filter其实很简单,要熟练掌握,最好的办法就是code,示例代码包括map/reduce/filter使用的各个方面,重点地方已注释,认真看完code,一定可以掌握map/reduce/filter的# coding:utf-8 from operator import add def foo(): a = [i for i in range(1, 10)] b = map(lambda x: x**2, a) c = reduce(lambda x, y: x + y, a) d = filter(lambda x: not x % 3, a) print b print c print d ''' [1, 4, 9, 16, 25, 36, 49, 64, 81] 45 [3, 6, 9] ''' def foo1(): a = [i for i in range(1, 10)] b = map(lambda x: x**2, a) b = reduce(lambda x, y, z='hi': z, a) # z始终是hi b1 = reduce(lambda x, y='hi': y, a) # y始终是a中的元素,结束时是最后一个元素 c = map(lambda x, y='hi': y, a) c1 = map(lambda x, y: x - y, a, a) d = filter(lambda x, y='hi': y, a) # y始终是hi,为True,所以a中没有元素被过滤掉 print b print b1 print c print c1 print d ''' hi 9 ['hi', 'hi', 'hi', 'hi', 'hi', 'hi', 'hi', 'hi', 'hi'] [0, 0, 0, 0, 0, 0, 0, 0, 0] [1, 2, 3, 4, 5, 6, 7, 8, 9] ''' def foo2(): # sequence:list tuple str s = "h x010y i" # s中每个字符作为参数单独调用 b = map(lambda x: x, s) c = reduce(lambda x, y: x, s) # x始终是s的第一个字符(h) d = reduce(lambda x, y: y, s) e = reduce(lambda x, y: (x,y), s) # reduce调用的过程 f = filter(lambda x: x.isalpha() or x.isspace(), s) # 保留字母和空格 print b print c print d print e print f ''' ['h', ' ', 'x', '0', '1', '0', 'y', ' ', 'i'] h i (((((((('h', ' '), 'x'), '0'), '1'), '0'), 'y'), ' '), 'i') h xy i ''' def foo3(): a = "a01bcdfalsetrueFalseTrue0None1" b = [0, None, False,True, 1, '', 'a'] c = (0, None, False,True, 1, '', 'a') # filter可以接受None作为第一个参数,此时由sequence中 # 元素本身的真假值进行过滤,返回值保持sequence本身的类型 print filter(None, a) # a中每个字符都是真(0是字符,也为真),返回值是str print filter(None, b) # 返回值是list print filter(None, c) # 返回值是tuple ''' a01bcdfalsetrueFalseTrue0None1 [True, 1, 'a'] (True, 1, 'a') ''' def foo4(): bar = [[1, 2, 4, 5], [3, 5, 7, 2, 6]] bar1 = ['1', '2', '3'] b = reduce(add, bar) c = map(sum, zip(*bar)) # 二维数组反转求和 d = map(int, bar1) # 字符串转int e = sorted(set(b), key = b.index) # 对list去重后,保持原有的元素顺序 print b print c print d print e ''' [1, 2, 4, 5, 3, 5, 7, 2, 6] [4, 7, 11, 7] [1, 2, 3] [1, 2, 4, 5, 3, 7, 6] ''' def foo5(): a = [i for i in range(1, 4)] b = [lambda y: y*x for x in a] # late binding (x延迟绑定) c = [lambda y, x=x: y*x for x in a] # x是local变量 d = (lambda y: y*x for x in a) # lazy evaluation(生成器惰性求值) e = map(lambda x: lambda y: y*x, a) # closure(闭包) for bar in b: print bar(2) print '--------' for bar in c: print bar(2) print '--------' for bar in d: print bar(2) print '--------' for bar in e: print bar(2) print '--------' for t in e: for j in t.__closure__: print j.cell_contents ''' 6 6 6 -------- 2 4 6 -------- 2 4 6 -------- 2 4 6 -------- 1 2 3 ''' if __name__ == '__main__': foo() foo1() foo2() foo3() foo4() foo5() pass
相关文章推荐
- Python基础III---函数式编程
- Python学习(20):Python函数(4):关于函数式编程的内建函数
- Python函数式编程:内置函数reduce 使用说明
- Python3 函数式编程
- Python笔记(二)——高级特性|函数式编程
- python -- 函数以及函数式编程
- Python学习札记(二十三) 函数式编程4 sorted
- Python 函数式编程
- Python学习7-函数式编程
- python学习(9)——函数式编程
- Learning Python 012 函数式编程 2 返回函数 匿名函数 装饰器 偏函数
- Python基础----函数式编程
- Python 函数式编程
- Python函数式编程指南(三):迭代器
- Python学习笔记07_函数式编程
- 【Python学习笔记】函数式编程
- python函数式编程之生成器
- python 笔记4-- 函数式编程
- python的函数式编程知识小结
- Python Decorator 和函数式编程