Python 函数式编程 map/reduce、filter函数、匿名函数lambda、装饰器

有勇气的牛排 350 Python 2023-05-18 21:02:41

1 介绍

https://docs.python.org/zh-cn/3/howto/functional.html

函数式 编程将一个问题分解成一系列函数。

理想情况下，函数只接受输入并输出结果，对一个给定的输入也不会有英系那个输出内部状态。著名的函数式语言有ML家族和Haskell。

2 高阶函数

2.1 map/reduce

Python内建了map()和reduce函数。
该函数的思想同Google发布的“MapReduce: Simplified Data Processing on Large Clusters”相同。

2.1.1 map方法

eg. f(x)=x^2

（1）用map方式实现

def f(x):
    return x * x

r = map(f, [1, 2, 3])
print(list(r))  # 输出：[1, 4, 9]

（2）传统方式
这种方法将 f(x)作用到了list的每一个元素，结果在新的list

def f(x):
    return x * x

L = []
for n in [1, 2, 3]:
    L.append(f(n))
print(L)  # 输出：[1, 4, 9]

eg. 将list所有数字转为字符串

print(list(map(str, [1, 2, 3])))  
# 输出：['1', '2', '3']

2.1.1 reduce方法

reduce 把一个函数作用在以下序列 [x1, x2, x3,…] 上，这个函数必须介绍2个参数， reduce 把结果继续和序列的下一个元素做积累计算，其效果为

reduce(f,[x1, x2, x3]) = f(f(f(f(x1, x2),x3),x4)

序列求和

# 1 reduce方法
from functools import reduce

def add(x, y):
    print(x, y)
    return x + y
    # 输出
    # 1 2
    # 3 3

print(reduce(add, [1, 2, 3]))
# 输出：6

# 2 直接sum方法
print(sum([1, 2, 3]))

把序列[1, 3, 5, 7, 9]变换成整数13579

# 把序列[1, 3, 5, 7, 9]变换成整数13579
from functools import reduce

def fn(x, y):
    return x * 10 + y

print(reduce(fn, [1, 3, 5, 7, 9]))

2.2 filter（筛选）

Python内包含filter()函数用于过滤序列。
与map()不同的是filter()把传入的函数依次作用于每个元素，然后根据返回值值True或False保留或删除元素。

filter返回的是一个Iterator, 是个惰性序列，所以要转为list

eg. 删除list中偶数，保留奇数

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

print(list(filter(is_odd, [1, 2, 3, 4, 5, 6])))
# 输出：[1, 3, 5]

eg. 删除序列中的空字符串

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

print(list(filter(not_empty, ['A', '', 'C', None, '  '])))
# 输出：['A', 'C']

3 匿名函数 lambda

lambda：表示匿名函数，冒号前表示参数，冒号后为表达式（只能有一个）

eg. 求解f(x)=x^2

(1) map()函数

def f(x):
    return x * x

r = map(f, [1, 2, 3])
print(list(r))  # 输出：[1, 4, 9]

（2）lambda 方法

print(list(map(lambda x: x * x, [1, 2, 3])))
# 输出：[1, 4, 9]

4 装饰器

def use_logging(func):
    def wrapper(*args, **kwargs):
        print(">>>>>>>>>>>>>>>")
        print("%s 正在运行" % func.__name__)
        print(*args)
        print(args[0])
        print(args[1])
        print(">>>>>>>>>>>>>>>")

        return func(*args)

    return wrapper


@use_logging
def getInfo(name, age):
    print("-------")
    print(name, age)


getInfo("有勇气的牛排", "20")

<h2><a id="1__0"></a>1 介绍</h2> https://docs.python.org/zh-cn/3/howto/functional.html 函数式 编程将一个问题分解成一系列函数。 理想情况下，函数只接受输入并输出结果，对一个给定的输入也不会有英系那个输出内部状态。著名的函数式语言有ML家族和Haskell。 <h2><a id="2__7"></a>2 高阶函数</h2> <h3><a id="21_mapreduce_8"></a>2.1 map/reduce</h3> Python内建了<code>map()</code>和<code>reduce</code>函数。 该函数的思想同Google发布的“MapReduce: Simplified Data Processing on Large Clusters”相同。 <h5><a id="211_map_12"></a>2.1.1 map方法</h5> eg. f(x)=x^2 （1）用map方式实现 <pre><div class="hljs"><code class="lang-python">def f(x): return x * x r = map(f, [1, 2, 3]) print(list(r)) # 输出：[1, 4, 9] </code></div></pre> （2）传统方式 这种方法将 f(x)作用到了list的每一个元素，结果在新的list <pre><div class="hljs"><code class="lang-python">def f(x): return x * x L = [] for n in [1, 2, 3]: L.append(f(n)) print(L) # 输出：[1, 4, 9] </code></div></pre> eg. 将list所有数字转为字符串 <pre><div class="hljs"><code class="lang-python">print(list(map(str, [1, 2, 3]))) # 输出：['1', '2', '3'] </code></div></pre> <h5><a id="211_reduce_42"></a>2.1.1 reduce方法</h5> <code>reduce</code> 把一个函数作用在以下序列 [x1, x2, x3,…] 上，这个函数必须介绍2个参数， <code>reduce</code> 把结果继续和序列的下一个元素做积累计算，其效果为 <pre><div class="hljs"><code class="lang-python">reduce(f,[x1, x2, x3]) = f(f(f(f(x1, x2),x3),x4) </code></div></pre> 序列求和 <pre><div class="hljs"><code class="lang-python"># 1 reduce方法 from functools import reduce def add(x, y): print(x, y) return x + y # 输出 # 1 2 # 3 3 print(reduce(add, [1, 2, 3])) # 输出：6 # 2 直接sum方法 print(sum([1, 2, 3])) </code></div></pre> 把序列[1, 3, 5, 7, 9]变换成整数13579 <pre><div class="hljs"><code class="lang-python"># 把序列[1, 3, 5, 7, 9]变换成整数13579 from functools import reduce def fn(x, y): return x * 10 + y print(reduce(fn, [1, 3, 5, 7, 9])) </code></div></pre> <h3><a id="22_filter_78"></a>2.2 filter（筛选）</h3> Python内包含<code>filter()</code>函数用于过滤序列。 与<code>map()</code>不同的是<code>filter()</code>把传入的函数依次作用于每个元素，然后根据返回值值<code>True</code>或<code>False</code>保留或删除元素。 filter返回的是一个Iterator, 是个惰性序列，所以要转为list eg. 删除list中偶数，保留奇数 <pre><div class="hljs"><code class="lang-python">def is_odd(n): return n % 2 == 1 print(list(filter(is_odd, [1, 2, 3, 4, 5, 6]))) # 输出：[1, 3, 5] </code></div></pre> eg. 删除序列中的空字符串 <pre><div class="hljs"><code class="lang-python">def not_empty(s): return s and s.strip() print(list(filter(not_empty, ['A', '', 'C', None, ' ']))) # 输出：['A', 'C'] </code></div></pre> <h2><a id="3__lambda_103"></a>3 匿名函数 lambda</h2> <code>lambda</code>：表示匿名函数，冒号前表示参数，冒号后为表达式（只能有一个） eg. 求解f(x)=x^2 (1) <code>map()</code>函数 <pre><div class="hljs"><code class="lang-python">def f(x): return x * x r = map(f, [1, 2, 3]) print(list(r)) # 输出：[1, 4, 9] </code></div></pre> （2）<code>lambda</code> 方法 <pre><div class="hljs"><code class="lang-python">print(list(map(lambda x: x * x, [1, 2, 3]))) # 输出：[1, 4, 9] </code></div></pre> <h2><a id="4__124"></a>4 装饰器</h2> <pre><div class="hljs"><code class="lang-python">def use_logging(func): def wrapper(*args, **kwargs): print(">>>>>>>>>>>>>>>") print("%s 正在运行" % func.__name__) print(*args) print(args[0]) print(args[1]) print(">>>>>>>>>>>>>>>") return func(*args) return wrapper @use_logging def getInfo(name, age): print("-------") print(name, age) getInfo("有勇气的牛排", "20") </code></div></pre>