Python函數(shù)使用基礎(chǔ)教程 - 全文

引言

Functional Programming(函數(shù)式編程)的概念最早起源于LISP，由約翰·麥卡錫在1958年創(chuàng)立，最早提出了自動(dòng)垃圾回收的理念，這一理念現(xiàn)在也被Python/Java/Ruby等多種語(yǔ)言借鑒。發(fā)展到今天，LISP已經(jīng)衍生出了多種方言。相比面向?qū)ο缶幊蹋瘮?shù)式編程的一大優(yōu)勢(shì)就是Immutable Data(數(shù)據(jù)不可變)，就是不依賴于外部的數(shù)據(jù)，而且也不改變外部數(shù)據(jù)的值，這種思想可以大大減少我們代碼的Bug，而且函數(shù)式編程也支持我們像使用變量一樣使用函數(shù)。Python作為面向?qū)ο笳Z(yǔ)言，也提供了對(duì)于函數(shù)式編程的支持，雖然并不是那么純粹，而且也不支持尾遞歸優(yōu)化。

lambda的使用

lambda即匿名函數(shù)，合理地使用lambda不僅可以減少我們的代碼量，而且也可以更好地描繪代碼邏輯，比如現(xiàn)在我們有下面這樣一個(gè)函數(shù)。
>>> def f(x):
... return x + x
# 調(diào)用這個(gè)函數(shù)
>>> f(2)
4

這個(gè)函數(shù)如果我們用lamda改寫(xiě)的話，只要一行代碼就夠了。
# lambda后面的x表示lambda函數(shù)要接收的參數(shù)，x + x表示lambda函數(shù)所要返回的值
>>> f = lambda x: x + x
# 可以看到f現(xiàn)在也是一個(gè)函數(shù)對(duì)象
>>> f

# 調(diào)用lambda函數(shù)
>>> f(2)
4

map的使用

map(function, iterable)接收兩個(gè)參數(shù)，第一個(gè)參數(shù)代表的是接收一個(gè)函數(shù)，第二個(gè)參數(shù)代表的是接收一個(gè)iteralbe類型的對(duì)象，比如list。

map函數(shù)的原理是: 1.每次從iterable中取出一個(gè)參數(shù)，2.將這個(gè)參數(shù)傳遞給我們的函數(shù)，3.然后函數(shù)返回的值加入一個(gè)list(這種說(shuō)法不準(zhǔn)確，只是為了幫助大家理解，后面我會(huì)解釋)。等所有的iterable對(duì)象遍歷完，map就把這個(gè)list返回給我們的調(diào)用者。下面我們直接通過(guò)實(shí)例來(lái)了解一下map的用法。

example1

# 還是用我們上面那個(gè)lambda的例子
>>> function = lambda x: x + x
# 定義一個(gè)iterable對(duì)象list(列表)
>>> iterable = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# 函數(shù)fucntion每次從iterable中取出一個(gè)參數(shù)x，然后function返回x + x的值，
# 并將返回值加入一個(gè)新建的list，等將iterable遍歷完，map就將這個(gè)新建的list返回。
>>> v = map(function, iterable)
# 注意上面的說(shuō)法并不準(zhǔn)確，只是為了幫助大家理解，其實(shí)map返回的是一個(gè)map對(duì)象，并不是list
>>> v

example2

對(duì)于map的第二個(gè)參數(shù)，我們也可以傳遞一組函數(shù)列表進(jìn)去，也就是說(shuō)列表中間包含多個(gè)函數(shù)對(duì)象。
>>> multiply = lambda x: x * x
>>> add = lambda x: x + x
>>> funcs = [multiply, add]
>>> list(map(lambda f: f(1), funcs))
[1, 2]

reduce的使用

與map一樣，reduce(function, iterable)也接收兩個(gè)參數(shù)，第一個(gè)參數(shù)代表的是接收一個(gè)函數(shù)，第二個(gè)參數(shù)代表的是接收一個(gè)iteralbe類型的對(duì)象，比如list。不過(guò)不同的地方在于reduce中的這個(gè)函數(shù)必須要接收兩個(gè)參數(shù)，下面我們來(lái)通過(guò)求一個(gè)list(列表)累加和的例子來(lái)了解一下reduce的用法。
from functools import reduce
# 使用lambda定義一個(gè)函數(shù)，函數(shù)的作用是接收兩個(gè)參數(shù)，然后返回兩個(gè)參數(shù)之和
>>> function = lambda x, y: x+y
>>> iterable = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# 函數(shù)function每次接收兩個(gè)參數(shù)，除第一次外每次從iterable中取一個(gè)元素作為一個(gè)參數(shù)
# 另外一個(gè)參數(shù)取自上一次function返回的值
>>> reduce(function, iterable)
45

filter的使用

和map/reduce類似，filter(function, iterable)一次也接收兩個(gè)參數(shù)，一個(gè)參數(shù)是函數(shù)，另外一個(gè)參數(shù)是iterable對(duì)象，從名字也可以看出，filter用于過(guò)濾iterble對(duì)象，比如說(shuō)list(列表)。

它的原理是每次從iterable對(duì)象中取出一個(gè)元素作用于我們的function，如果function返回True就保留該元素，如果返回False就刪除該元素。下面我們通過(guò)一個(gè)實(shí)例來(lái)看一下filter的用法。
# 定義一個(gè)函數(shù)，如果接收的字符s為空，那么返回False，如果為非空，那么返回True
>>> function = lambda s : s and s.strip()
>>> iterable = ['AJ', ' ', 'Stussy', '', 'CLOT', 'FCB', None]
>>> filter(function, iterable)

>>> list(filter(function, iterable))
['AJ', 'Stussy', 'CLOT', 'FCB']

裝飾器

裝飾器(decorator)是一種高級(jí)Python語(yǔ)法。裝飾器可以對(duì)一個(gè)函數(shù)、方法或者類進(jìn)行加工。合理地使用裝飾器可以減少我們的代碼量以及提高程序的可讀型，在很多Python框架中，比如Django中我們可以大量看到裝飾器的身影。
>>> def add(x, y):
... return x + y
...
>>> def multiply(x, y):
... return x * y
...

現(xiàn)在我們有上面兩個(gè)函數(shù)，分別用來(lái)求加法和乘法，但是現(xiàn)在我們覺(jué)得功能不夠，想在返回結(jié)果前添加一些輸出語(yǔ)句，一般來(lái)說(shuō)我們要重構(gòu)兩個(gè)函數(shù)，就向下面這樣。
>>> def add(x, y):
... print("input:", x, y)
... return x + y
...
>>> def multiply(x, y):
... print("input:", x, y)
... return x * y
...

如果使用裝飾器我們可以像下面這樣做，雖然現(xiàn)在我們這種情形看起來(lái)使用裝飾器并沒(méi)有什么優(yōu)勢(shì)，但是如果我們要添加的不止一條打印功能，以及除了add/multiply我們還有minus/divide等函數(shù)，這個(gè)時(shí)候裝飾器的威力就體現(xiàn)出來(lái)了，我們只用修改一處代碼即可，這樣不僅提高了程序的可讀性而且也為以后我們重構(gòu)代碼省去了很多的工作量。
def decorator(F):
def new_function(x, y):
print("input:", x, y)
return F(x, y)
return new_function
@decorator
def add(x, y):
return x + y
@decorator
def multiply(x, y):
return x * y