详解Python函数式编程—高阶函数
函数式编程就是一种抽象程度很高的编程范式,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。由于python允许使用变量,因此,python不是纯函数式编程语言。
高阶函数
变量可以指向函数
函数名其实就是变量
函数名是什么?函数名其实就是指向函数的变量,对于abs这个函数,完全可以把函数名看做成为一个变量,
传入函数
既然变量可以指向函数,函数的参数可以接受变量,那么一个函数就可以当做另一个函数的变量,这种函数就被称为高阶函数
def add(x,y,f): return f(x)+f(y)
下面介绍一个内置的高阶函数
map接受两个参数,一个是iterable一个是函数。map将传入的函数依次作用于到序列的每一个元素上,有点想列表生成式,并把结果作为写的iterator返回
map得到的结果是一个iterator,所以要用list()函数让整个序列变成一个list
list不是iterator因为是[] , generator 是iterator()
可以使用iter来将iterable变成iterator
本实例,实验了str
reduce用法
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
比如对一个序列求和
fliter
filter用于过滤序列,和map类似,filter也接受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
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]
filter与reduce和map一样,反悔的都是iterator惰性序列,需要用list转换
关于slice中的切片
str[::2]相当于正数开始2个一取,str[::-2]从倒数第一个元素开始,2个一取
sorted
排序算法
排序也是在程序中经常用到的算法,无论使用冒泡排序还是快速排序,排序的核心是比较两个元素的大小。
数字我们可以直接比较,但如果是字符串或者是两个dict
sorted也是一个高阶函数,可以用key函数来实现自定义的排序
>>> sorted([36, 5, -12, 9, -21], key=abs) [5, 9, -12, -21, 36]
默认情况下,对字符串排序,是按照ascii的大小比较的,由于'z' < ‘a',结果,大写字母z会排在小写字母a的前面。
这样,我们给sorted传入key函数,即可实现忽略大小写的排序:
>>> sorted(['bob', 'about', 'zoo', 'credit'], key=str.lower) ['about', 'bob', 'credit', 'zoo']
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:
>>> sorted(['bob', 'about', 'zoo', 'credit'], key=str.lower, reverse=true) ['zoo', 'credit', 'bob', 'about']
map reduce filter sorted
以上所述是小编给大家介绍的python函数式编程—高阶函数详解整合,希望对大家有所帮助