Python函数式编程：
函数式编程：
也称作泛函编程，是一种编程范型，说白了就是实现可以把函数当参数传递给另一个函数；
它将电脑运算视为数学上的函数计算，并且避免状态以及可变数据；
函数式编程语言最重要的基础是lambda演算，而且lambda演算的函数可以接受函数当作输入和输出
Python支持有限的函数式编程功能：
filter(func,seq)：
调用一个布尔函数func来迭代遍历每个seq中的元素；返回一个使func返回值为true的元素的序列
|
1
2
3
4
5
6
7
8
9
10
11
|
In [
1
]:
def
a(x):
...:
if
x >
20
:
...:
return
True
...:
else
:
...:
return
False
...:
In [
2
]: l1
=
[
1
,
2
,
3
,
4
,
20
,
21
,
25
,
40
,
50
,
32
,
47
]
In [
3
]:
filter
(a,l1)
Out[
3
]: [
21
,
25
,
40
,
50
,
32
,
47
]
|
filter()是一个过滤器：
filter()为已知的序列的每个元素调用给定的布尔函数；
调用中，返回值为非零值的元素将被添加至一个列表中
map(func,seq1[,seq2...])：
将函数func作用于给定序列(s)的每个元素，并用一个列表来提供返回值；
如果func为None，func表现为一个身份函数，返回一个含有每个序列中元素集合的n个元组的列表
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
In [
1
]: l1
=
[
0
,
1
,
2
,
3
,
4
,
5
,
6
]
In [
2
]: l2
=
[
'Sun'
,
'Mon'
,
'Tue'
,
'Wed'
,
'Thu'
,
'Fri'
,
'Sat'
]
In [
3
]:
map
(
None
,l1,l2)
Out[
3
]:
[(
0
,
'Sun'
),
(
1
,
'Mon'
),
(
2
,
'Tue'
),
(
3
,
'Wed'
),
(
4
,
'Thu'
),
(
5
,
'Fri'
),
(
6
,
'Sat'
)]
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
In [
4
]: l1
=
[
0
,
1
,
2
,
3
,
4
,
5
,
6
]
In [
5
]: l2
=
[
'Sun'
,
'Mon'
,
'Tue'
,
'Wed'
,
'Thu'
,
'Fri'
,
'Sat'
]
In [
6
]:
def
a(x,y):
#这里的函数参数个数要与map函数中序列的个数一致
...:
return
x
*
2
,y
*
2
...:
In [
7
]:
map
(a,l1,l2)
Out[
7
]:
[(
0
,
'SunSun'
),
(
2
,
'MonMon'
),
(
4
,
'TueTue'
),
(
6
,
'WedWed'
),
(
8
,
'ThuThu'
),
(
10
,
'FriFri'
),
(
12
,
'SatSat'
)]
|
map()是一个映射器；
map()将函数调用“映射”到每个序列的对应元素上并返回一个含有所有返回值的列表。说白点也就是它能将不同序列的同一个位置上的元素通过func函数处理后整合成一个元组，最后生成一个元组列表
带有单个队列的map()如下图所示：
带有多个队列的map()如下图所示：
reduce(func,seq[,init])：
将二元函数作用于seq序列的元素，每次携带一对（先前的结果以及下一个序列元素），连续地将现有的结果和下一个值作用在获得的随后的结果上，最后减少我们的序列为一个单一的返回值；如果初始值init给定，第一个比较会是init和第一个序列元素而不是序列的头两个元素
说白点reduce就是实现折叠功能
|
1
2
3
4
5
6
7
8
9
10
11
|
In [
9
]: l1
=
[
0
,
1
,
2
,
3
,
4
,
5
,
6
]
In [
10
]:
def
a(x,y):
...:
return
x
+
y
...:
In [
11
]:
reduce
(a,l1)
#返回所有参数之和
Out[
11
]:
21
In [
12
]:
reduce
(a,l1,
10
)
#返回所有参数+初始值之和
Out[
12
]:
31
|
Python函数闭包：
闭包叫lexical closure（词法闭包）。是指函数及相关的环境组成的整体。
闭包指的就是一个内层函数和所处的环境（外层函数）所构成的内容所组成的整体。
闭包只是在形式和表现上像函数，但事实上闭包自身并不是函数。
闭包从其表现的形式上可以解释为函数在嵌套环境中，如果在一个内层函数里对外层函数作用域中的变量进行了引用，那么在外层函数返回后，内层函数依然可以使用其外层函数中被引用的变量，这种变量就构成了内层函数可以使用的环境。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
In [
1
]:
def
func1(x):
#外层函数
...:
def
func2(y):
#内层函数
...:
return
y
*
*
x
...:
return
func2
...:
In [
2
]: f4
=
func1(
4
)
In [
3
]:
type
(f4)
Out[
3
]: function
In [
4
]: f4(
2
)
Out[
4
]:
16
In [
5
]: f4(
3
)
Out[
5
]:
81
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
In [
6
]:
def
startPos(m,n):
#象棋起始位置
...:
def
newPos(x,y):
#象棋新位置
...:
return
"The old position is (%d,%d),and the new position is (%d,%d)."
%
(m,n,m
+
x,n
+
y)
...:
return
newPos
...:
In [
7
]: action
=
startPos(
10
,
10
)
In [
8
]: action(
1
,
2
)
Out[
8
]:
'The old position is (10,10),and the new position is (11,12).'
In [
9
]: action
=
startPos(
11
,
12
)
In [
10
]: action(
3
,
-
2
)
Out[
10
]:
'The old position is (11,12),and the new position is (14,10).'
|
对于外层函数中的变量施加了修改，内层函数也就相应的受到影响，所以说外层函数给内层函数提供了一个运行环境，这就叫做闭包。
