AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

【Python函数式编程】——高阶函数（Higher-order function）

2022-08-23 212
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 函数是Python内建支持的一种封装，我们通过把大段代码拆成函数，通过一层一层的函数调用，就可以把复杂任务分解成简单的任务，这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。

Python高阶函数Higher-order function

在这里插入图片描述

1.函数式编程

   函数是Python内建支持的一种封装，我们通过把大段代码拆成函数，通过一层一层的函数调用，就可以把复杂任务分解成简单的任务，这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。

  而函数式编程——Functional Programming，虽然也可以归结到面向过程的程序设计，但其思想更接近抽象的计算。

  我们首先要搞明白计算机（Computer）和计算（Compute）的概念。
  在计算机的层次上，CPU执行的是加减乘除的指令代码，以及各种条件判断和跳转指令，所以，汇编语言是最贴近计算机的语言。
  而计算则指数学意义上的计算，越是抽象的计算，离计算机硬件越远。

  对应到编程语言，就是越低级的语言，越贴近计算机，抽象程度低，执行效率高，比如C语言；越高级的语言，越贴近计算，抽象程度高，执行效率低，比如Python语言。

  函数式编程就是一种抽象程度很高的编程范式。

  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对函数式编程提供了部分支持。由于Python允许使用变量，因此，Python不是纯函数式编程语言。

  • 变量可以指向函数

例如Python内置求绝对值函数abs()

>>> abs(-5)
5
>>> f = abs 
>>> f
<built-in function abs>
  可以看见，只写 abs只是函数本身，而 abs(-5)才是函数调用，实际我们如果需要函数的结果，可以将函数赋值给变量

例如：

>>> i = abs(-5) 
>>> i 
5
>>> f = abs 
>>> f 
<built-in function abs> 
>>> f(-5) 
5
  将调用函数的结果，赋值给变量 i ，这样变量就可以打印出结果，如果将函数本身赋值给变量 f ，那么变量也拥有这个函数的功能，这个变量将指向这个函数，使用变量 f ()来调用函数和直接调用 abs()效果是一样的。
  • 函数名也可以是变量
  函数是由 def定义，函数名，括号，括号参数，冒号，函数体组成，那么函数名是什么呢，可以发现， 函数名是指向函数的变量，例如 abs()这个函数，可以将 abs看成变量，它指向一个可以求绝对值的函数，如果把 abs指向其他的对象，例如我们给 abs赋值，那看看还会指向求绝对值的函数吗 
>>> abs = 5 
>>> abs(-5) 
Traceback (most recent call last): 
    File "<pyshell#23>", line 1, in <module> 
      abs(-5) 
TypeError: 'int' object is not callable 
>>> abs 
5
   TypeError: 'int' object is not callable 提示，类型错误， int类型是不可以被调用的，我们看到， abs这个变量被赋值 5，然后使用 abs(-5)调动函数，发现异常，此时 abs变量指向的不是函数，而是一个 int类型的 5 ，实际上，我们工作或是开发中写代码，是不能这么写的，由此可以看出函数名其实就是变量。

注意：由于 abs 函数实际上是定义在 import builtins 模块中的，所以要让修改 abs 变量的指向在其它模块也生效可以使用。

import builtins 
builtins.abs = 10

2.引出高阶函数

  上面的例子，函数可以传参数，而函数名可以做变量，那我们函数里面的参数也可以为函数名。

代码中的total为高阶函数

# -*- coding: utf-8 -*-
# @File  : 引出高阶函数.py
# @author: Flyme awei 
# @email : Flymeawei@163.com
# @Time  : 2022/8/21 10:00


def fun(i):
    return i * 2


def total(x, y, fun):
    return fun(x) + fun(y)


add_sum = total(1, 2, fun)
print(add_sum)  # 6

下面代码test称为高阶函数

# -*- coding: utf-8 -*-
# @File  : 高阶函数.py
# @author: Flyme awei 
# @email : Flymeawei@163.com
# @Time  : 2022/8/21 10:12


def fac(n):   # 定义一个递归函数计算阶乘
    if n == 1:  # 递归终止条件
        return 1
    else:
        # 在test()函数的函数体内调用该本身
        return n*fac(n-1)  # 递归调用


def test(list_, fun):  # 将函数fac本身作为参数传进来，test称为高阶函数
    new_list = []
    for x in list_:
        new_list.append(fun(x))
    print(new_list)


ls = [1, 2, 3, 4, 5, 6, 7]
test(ls, fac)  # 调用函数test 并把参数lst和fac传入

3.Python内置高阶函数

# -*- coding: utf-8 -*-
# @File  : 内置高阶函数.py
# @author: Flyme awei 
# @email : Flymeawei@163.com
# @Time  : 2022/8/21 14:10

from functools import reduce


'''
1.map函数：把一个可迭代对象中的每个元素转换为一个新的对象，最后返回一个新的可迭代对象'''
# map(fun, iterables)
lst = [1, 2, 3, 4, 5]
ite = map(lambda x: x ** 2, lst)
print(ite)  # <map object at 0x000002A24AF06970>
for i in ite:
    print(i, end=' ')  # 1 4 9 16 25


'''
2.reduac() 把一个可迭代对象中的每个元素都做聚合处理，返回一个聚合之后的值
from functools import reduce 
reduce(function, sequence[, initial]) -> value'''
# function:一共有两个参数的函数
# sequence:是一个序列，是一些数据的集合，或者是一组数据，可迭代对象
# initial：可选，初始参数 返回值：返回函数计算的结果
va = reduce(lambda x, y: x + y, lst)  # 求累加
print('\ns =', va)  # s = 15


def max_(x, y):
    if x > y:
        return x


max1 = reduce(max_, iter((3, 2)))  # 求最大值
print(max1)  # 3


'''
3.filter 把一个可迭代对象中的元素做过滤操作，若果func返回值为True是留下，否则过滤掉'''
staff = [
    {'name': '张三', 'age': 18, 'salary': 2000},
    {'name': '李四', 'age': 20, 'salary': 4000},
    {'name': '麻子', 'age': 22, 'salary': 6000}]

# 过滤留下大于18岁的员工
lst_age = filter(lambda x: x['age'] > 18, staff)
print('大于18岁的员工:', list(lst_age))

# 工资大于4000的员工
lst_salary = filter(lambda x: x['salary'] > 4000, staff)
print('工资大于4000的员工:', list(lst_salary))


'''
4.max 和 min'''
# 计算最大工资的员工
print('最高工资的员工:', max(staff, key=lambda x: x['salary']))
# 计算最小年龄的员工
print('最低工资的员工:', min(staff, key=lambda x: x['age']))


'''
5.sorted把一个迭代对象里的每个元素做排序，最终返回一个列表'''
# 根据员工年龄降序排序
list_sorted = sorted(staff, key=lambda x: x['age'], reverse=True)
print('工资降序排序:', list_sorted)

在这里插入图片描述

4.map 函数

map()函数，把一个可迭代对象中的每一个元素换成一个新的对象，最终返回一个迭代器。

Python内置map()函数：

class map(object):
    """
    map(func, *iterables) --> map object
    
    Make an iterator that computes the function using arguments from
    each of the iterables.  Stops when the shortest iterable is exhausted.
    """
    def __getattribute__(self, *args, **kwargs): # real signature unknown
        """ Return getattr(self, name). """
        pass

    def __init__(self, func, *iterables): # real signature unknown; restored from __doc__
        pass

    def __iter__(self, *args, **kwargs): # real signature unknown
        """ Implement iter(self). """
        pass

    @staticmethod # known case of __new__
    def __new__(*args, **kwargs): # real signature unknown
        """ Create and return a new object.  See help(type) for accurate signature. """
        pass

    def __next__(self, *args, **kwargs): # real signature unknown
        """ Implement next(self). """
        pass

    def __reduce__(self, *args, **kwargs): # real signature unknown
        """ Return state information for pickling. """
        pass

map()函数的返回值：

map(func, *iterables) --> map object

参数详解：

"""
func：代表传入参数为函数，这里的函数指定指向函数的函数名
*iterables：代表参数指定的可迭代的
返回值：返回处理好的数据 
map()函数：是将传入的func函数作用于可迭代的数据里的面每个元素，并将处理好的新的结果返回
"""

代码实现

# -*- coding: utf-8 -*-
# @File  : map函数.py
# @author: Flyme awei 
# @email : Flymeawei@163.com
# @Time  : 2022/8/21 10:03


lst = [1, 2, 3, 4, 5]
ite = map(lambda x: x**2, lst)
print(ite)  # <map object at 0x000002A24AF06970>
for i in ite:
    print(i, end=' ')

在这里插入图片描述

5.聚合函数reduce

reduce()函数，把一个可迭代对象中的每个元素做聚合处理，最终返回一个聚合之后的值.

functools函数reduce()

def reduce(function, sequence, initial=_initial_missing):
    """
    reduce(function, sequence[, initial]) -> value

    Apply a function of two arguments cumulatively to the items of a sequence,
    from left to right, so as to reduce the sequence to a single value.
    For example, reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates
    ((((1+2)+3)+4)+5).  If initial is present, it is placed before the items
    of the sequence in the calculation, and serves as a default when the
    sequence is empty.
    """

    it = iter(sequence)

    if initial is _initial_missing:
        try:
            value = next(it)
        except StopIteration:
            raise TypeError("reduce() of empty sequence with no initial value") from None
    else:
        value = initial

    for element in it:
        value = function(value, element)

    return value

try:
    from _functools import reduce
except ImportError:
    pass

reduce函数的参数与返回值:

注意使用reduce函数时需要先导入，reduce函数是在 functools模块里面

from functools import reduce
reduce(function, sequence[, initial]) -> value

# 参数详解
"""
function:一个有两个参数的函数 
sequence:是一个序列，是一些数据的集合，或者是一组数据，可迭代对象 
initial：可选，初始参数 
返回值：返回函数计算的结果 
reduce()函数,使用function函数（有两个参数）先对集合中的sequence第 1、2 个元素进行操作，如果存在 
initial参数，则将会以sequence中的第一个元素和initial作为参数，用作调用，得到的结果再与sequence中的 下一个数据用 function 函数运算，最后得到一个结果。
"""

代码实现：

# -*- coding: utf-8 -*-
# @File  : 聚合函数reduce.py
# @author: Flyme awei 
# @email : Flymeawei@163.com
# @Time  : 2022/8/21 12:48


from functools import reduce

lst = [1, 2, 3, 4, 5]
va = reduce(lambda x, y: x+y, lst)  # 求累加
print('s =', va)


def max_(x, y):
    if x > y:
        return x


max1 = reduce(max_, iter((3, 2)))  # 比较大小求大值
print(f'max = {max1}')

在这里插入图片描述

6.过滤器filter函数

filter()函数 把一个可迭代对象中的元素做过滤操作，如果func返回值为True则留下，否则过滤掉。

Python内置的 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，但是不同的是 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 决定元素的保留与丢弃。

Python内置函数filter()

class filter(object):
    """
    filter(function or None, iterable) --> filter object
    
    Return an iterator yielding those items of iterable for which function(item)
    is true. If function is None, return the items that are true.
    """
    def __getattribute__(self, *args, **kwargs): # real signature unknown
        """ Return getattr(self, name). """
        pass

    def __init__(self, function_or_None, iterable): # real signature unknown; restored from __doc__
        pass

    def __iter__(self, *args, **kwargs): # real signature unknown
        """ Implement iter(self). """
        pass

    @staticmethod # known case of __new__
    def __new__(*args, **kwargs): # real signature unknown
        """ Create and return a new object.  See help(type) for accurate signature. """
        pass

    def __next__(self, *args, **kwargs): # real signature unknown
        """ Implement next(self). """
        pass

    def __reduce__(self, *args, **kwargs): # real signature unknown
        """ Return state information for pickling. """
        pass

参数列表：

filter(function, iterable)

"""
function：判断函数。 
iterable：序列，（可迭代对象）。
 
返回值：返回列表 
filter函数，序列（可迭代对象）的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返 回 True 的元素放到新列表中
"""

filter函数实现过滤奇数：

# -*- coding: utf-8 -*-
# @File  : filter函数.py
# @author: Flyme awei 
# @email : Flymeawei@163.com
# @Time  : 2022/8/21 13:06


def not_odd(num):
    return num % 2 == 0


# 过滤奇数
new_lst = filter(not_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(list(new_lst))
  这里定义了一个函数 not_odd，不是奇数的函数，这个函数，只有当参数为2的整数倍时返回 True。

  这里filter函数的两个参数第一个是过滤方法，第二个是需要过滤的列表，将列表里面的元素依次带入函数中进行运算，得到的结果如果为True时，将此结果作为新的filter对象保留，等待函数里面的列表执行完成后，返回最终的值，这里的值为列表，也就是过滤掉了False的数据或元素。

filter函数过滤操作

# -*- coding: utf-8 -*-
# @File  : filter函数.py
# @author: Flyme awei 
# @email : Flymeawei@163.com
# @Time  : 2022/8/21 13:06

# filter 把一个可迭代对象中的元素做过滤操作，若果func返回值为True是留下，否则过滤掉
staff = [
    {'name': '张三', 'age': 18, 'salary': 2000},
    {'name': '李四', 'age': 20, 'salary': 4000},
    {'name': '麻子', 'age': 22, 'salary': 6000}]

# 过滤留下大于18岁的员工
lst_age = filter(lambda x: x['age'] > 18, staff)
print(list(lst_age))
# 过滤留下工资大于4000的员工
lst_salary = filter(lambda x: x['salary'] > 4000, staff)
print(list(lst_salary))

在这里插入图片描述

文章标签：
C语言
Python
关键词：
Python函数式编程
Python高阶函数
Python function
北极的三哈
目录
相关文章
路边两盏灯
|
29天前
|
Linux Python
【Azure Function】Python Function部署到Azure后报错No module named '_cffi_backend'
ERROR: Error: No module named '_cffi_backend', Cannot find module. Please check the requirements.txt file for the missing module.
路边两盏灯
47 2
那年春天
|
1月前
|
存储 算法 数据处理
Python函数式编程
【10月更文挑战第12天】函数式编程是一种强大的编程范式，它可以帮助我们编写更加简洁、易读、可维护和高效的代码。虽然 Python 不是一种纯粹的函数式编程语言，但它提供了许多支持函数式编程的特性和功能。通过深入了解和掌握函数式编程的概念和技巧，我们可以在 Python 编程中更好地应用函数式编程的理念，提高我们的编程水平和代码质量。
那年春天
15 2
那年春天
|
1月前
|
Serverless Python
python高阶函数
【10月更文挑战第2天】
那年春天
19 5
那年春天
|
1月前
|
缓存 并行计算 算法
如何提高 Python 高阶函数的性能？
【10月更文挑战第2天】
那年春天
14 3
猿java
|
1月前
|
Java C++ Python
Python Function详解！
本文详细介绍了Python函数的概念及其重要性。函数是一组执行特定任务的代码，通过`def`关键字定义，能显著提升代码的可读性和重用性。Python函数分为内置函数和用户自定义函数两大类，支持多种参数类型，包括默认参数、关键字参数、位置参数及可变长度参数。文章通过多个实例展示了如何定义和调用函数，解释了匿名函数、递归函数以及文档字符串的使用方法。掌握Python函数有助于更好地组织和优化代码结构。
猿java
17 4
bruce刘晓伟-18435
|
1月前
|
C# Python
Python Tricks : Function Argument Unpacking
Python Tricks : Function Argument Unpacking
bruce刘晓伟-18435
20 1
花非花雾非雾
|
2月前
|
Python
Python函数式编程-Filter
Python函数式编程-Filter
花非花雾非雾
23 7
WK
|
2月前
|
测试技术 Python
python中的高阶函数作用
Python中的高阶函数（HOFs）在编程中扮演着重要角色，通过将通用操作封装为可复用的函数，提升了代码的抽象能力和可维护性。它们是实现函数式编程的关键，支持映射、归约、过滤等模式，并简化了回调函数的使用。此外，高阶函数还用于实现装饰器，进一步增强了代码的功能，减少了冗余，提高了代码的可读性和可维护性。
WK
19 0
WK
|
2月前
|
Python
python中的高阶函数有哪些用途
在Python中，高阶函数（HOFs）接受或返回函数，增强了代码的灵活性与复用性。常见的高阶函数包括`map()`、`filter()`、`reduce()`及`sorted()`等，它们分别用于对序列应用函数、过滤元素、累积计算及排序。`reduce()`位于`functools`模块中，而`sorted()`则常与键函数配合使用。此外，`lambda`函数和装饰器也常与高阶函数结合使用，前者提供快速定义匿名函数的方式，后者则在不改变原函数的基础上添加新功能。高阶函数的应用远不限于这些特定函数，任何符合定义的函数都可视为高阶函数。
WK
22 0
路边两盏灯
|
3月前
|
Python
【Azure Function】发布 Python Function 到 Azure 成功，但是无法显示Function列表
【Azure Function】发布 Python Function 到 Azure 成功，但是无法显示Function列表
路边两盏灯
23 0

热门文章

最新文章

  • 1
    手把手教你用Python实践深度学习
  • 2
    3、Python与设计模式--建造者模式
  • 3
    【Python】已解决：ModuleNotFoundError: No module named ‘PIL’
  • 4
    python开发翻译程序
  • 5
    Python多线程编程之多线程加锁
  • 6
    Python基于Django的电影推荐系统和论坛项目完整源码
  • 7
    假期也要卷，推荐6款 GitHub 上的超级 Python 项目，一起学起来
  • 8
    python类的使用
  • 9
    [PYTHON] 核心编程笔记之二-Python起步
  • 10
    python 合并当天tomcat异常日志
  • 1
    算法金 | DL 骚操作扫盲，神经网络设计与选择、参数初始化与优化、学习率调整与正则化、Loss Function、Bad Gradient
    44
  • 2
    【Python】已解决：（Python xlwt写入Excel报错）AttributeError: ‘function’ object has no attribute ‘font’
    107
  • 3
    【Python】已解决：AttributeError: ‘function’ object has no attribute ‘ELement’
    158
  • 4
    【Python】已解决：FutureWarning: Function get_feature_names is deprecated； get_feature_names is deprecated
    72
  • 5
    数组从排1,2,3,4,5，冒泡排序的写法 .sort，升序写法 arr.sort(function (a,b){return a - b})
    28
  • 6
    Error in created hook: “TypeError: _test.default is not a function
    53
  • 7
    前后端数据交互-----ncaught (in promise) TypeError: this.registerAPI is not a function
    35
  • 8
    【C++】string类的使用③（非成员函数重载Non-member function overloads）
    39
  • 9
    函数计算操作报错合集之 显示"Function timed out after 30 seconds (maxMemoryUsage: 73.38MB)" ，该如何解决
    90
  • 10
    函数计算操作报错合集之调用不成功，报错：Function instance health check failed on port 9000 in 120.7 seconds.该怎么办
    90

    • 相关课程

    更多
  • Python Web开发基础
  • Python爬虫实战
  • Python常用数据科学库
  • Python网络爬虫实战
  • Python完全自学手册图文教程
  • Python基础快速入门实战教程

    • 相关电子书

    更多
  • From Python Scikit-Learn to Sc
  • Data Pre-Processing in Python:
  • 双剑合璧-Python和大数据计算平台的结合

    • 相关实验场景

    更多
  • Python新手入门
  • Python入门
  • Python选择及循环结构
  • Python新手入门（Anolis OS）
  • Python网络通信程序典型应用
  • 云端Python及基本操作

    • 推荐镜像

    更多
  • python-release
  • nodejs-release
  • libreoffice
    • 下一篇
    阿里云OSS设置跨域访问