Python学习四——函数式编程

Python不是纯函数式编程语言

高阶函数

函数本身也可以赋值给变量，即：变量可以指向函数。

传入函数

既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

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

把

str

转换为

int

的函数：




整理成一个

str2int

的函数就是：

from functools import reduce

DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}

def str2int(s):
def fn(x, y):
return x * 10 + y
def char2num(s):
return DIGITS[s]
return reduce(fn, map(char2num, s))

还可以用lambda函数进一步简化成：

from functools import reduce

DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}

def char2num(s):
return DIGITS[s]

def str2int(s):
return reduce(lambda x, y: x * 10 + y, map(char2num, s))

利用

map()

函数，把用户输入的不规范的英文名字，变为首字母大写，其他小写的规范名字。输入：

['adam', 'LISA', 'barT']

，输出：

['Adam', 'Lisa', 'Bart']

：



Python提供的

sum()

函数可以接受一个list并求和，请编写一个

prod()

函数，可以接受一个list并利用

reduce()

求积：



利用

map

和

reduce

编写一个

str2float

函数，把字符串

'123.456'

转换成浮点数

123.456

： 这个我不会很懂，参考网上答案：

这个是错误的,,,,我也不是很懂为什么

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。
把一个序列中的空字符串删掉，可以这么写：

filter

阅读: 308866Python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：

def is_odd(n):
return n % 2 == 1

list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
# 结果: [1, 5, 9, 15]

把一个序列中的空字符串删掉，可以这么写：

def not_empty(s):
return s and s.strip()

list(filter(not_empty, ['A', '', 'B', None, 'C', '  ']))
# 结果: ['A', 'B', 'C']

可见用

filter()

这个高阶函数，关键在于正确实现一个“筛选”函数。注意到

filter()

函数返回的是一个

Iterator

，也就是一个惰性序列，所以要强迫

filter()

完成计算结果，需要用

list()

函数获得所有结果并返回list。

用filter求素数

用Python来实现这个算法，可以先构造一个从

3

开始的奇数序列：

def _odd_iter():
n = 1
while True:
n = n + 2
yield n

注意这是一个生成器，并且是一个无限序列。然后定义一个筛选函数：

def _not_divisible(n):
return lambda x: x % n > 0

最后，定义一个生成器，不断返回下一个素数：

def primes():
yield 2
it = _odd_iter() # 初始序列
while True:
n = next(it) # 返回序列的第一个数
yield n
it = filter(_not_divisible(n), it) # 构造新序列

# 打印1000以内的素数:
for n in primes():
if n < 1000:
print(n)
else:
break

注意到

Iterator

是惰性计算的序列，所以我们可以用Python表示“全体自然数”，“全体素数”这样的序列，而代码非常简洁。
回数是指从左向右读和从右向左读都是一样的数，例如

12321

，

909

。请利用

filter()

筛选出回数：





装饰器



不懂为什么出错了？？？
所以装饰器这个我应该是没有看懂...

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）。要注意，这里的偏函数和数学意义上的偏函数不一样。在介绍函数参数的时候，我们讲到，通过设定参数的默认值，可以降低函数调用的难度。而偏函数也可以做到这一点。举例如下：

int()

函数可以把字符串转换为整数，当仅传入字符串时，

int()

函数默认按十进制转换：但

int()

函数还提供额外的

base

参数，默认值为

10

。如果传入

base

参数，就可以做N进制的转换：

functools.partial

就是帮助我们创建一个偏函数的，不需要我们自己定义

所以，简单总结

functools.partial

的作用就是，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。



最后，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，当传入：

max2 = functools.partial(max, 10)

实际上会把

10

作为

*args

的一部分自动加到左边



当函数的参数个数太多，需要简化时，使用

functools.partial

可以创建一个新的函数，这个新函数可以固定住原函数的部分参数，从而在调用时更简单。