Python函数式编程

发表于   |   分类于   |  

1、Haskell到python函数式编程

    在学习python的过程中，一直体会着它的简洁和优雅，也钟情于它的简洁和优雅。但在一次偶然的机会中，在微博上看到某位博主贴出的一串Haskell代码，代码的透明，凝练，模块化，由小到大把我深深的吸引住，了解之余，发现Haskell是一门函数式编程语言，函数式编程语言有着深厚的数学知识作为基础，将电脑的运算看作是数学上的函数计算，可能这也是“数学之美”吧，在震惊之余，我也尝试了解，python是不是也支持函数式编程呢？结果是肯定的，Python作为一门命令式语言，但是也具备了函数式编程的特点。
    经过查询资料，不断学习，也慢慢的发现，函数式编程的确是很深奥，甚至于是一种晦涩难懂的编程模式，它将计算机中的运算看作是数学中函数的运算。掌握了可以让我们受益匪浅,也能体会到python一行代码实现强大功能的乐趣。

2、函数式编程里的数学知识

    函数式编程里面含有很多的数学知识，函数作为函数式编程里面的一等公民，它来源于数学里面函数，而数学中，递归，合成与柯里化，高级函数。这些函数的转化关系，也都体现在了函数式编程中。

3、函数式编程的特点

  • 函数就是数据，函数是一等公民
  • 纯函数:给一个值，一定返回另一个值，运算过程中部会被外部改变，具有透明性
  • 无状态，区别于命令式编程
  • 强编译器的支持（python不支持)

4、python函数式编程的实现

python里面，函数式编程主要通过一些高阶函数来体现，所谓高阶函数，就是可以接受其他函数作为参数的函数。

1、内置函数的实现

  • lambda 匿名函数

    lambda 在很多编程语言中都有出现，作为一个匿名函数，可以不用让我们不必花时间编写那些简单的函数，比如：

    1
    l = map(lambda x: x*x, xrange(1, 10))  # 对序列的每个数进行平方操作

  • map()

    map()本身接收一个函数和一个序列作为参数，然后将传入的函数依次作用在序列中的每个元素中，使用map可以对元素进行高效的处理迭代。比如:

    1
    2
    char_list = ['1', '2', '3']
    num_list = map(int, num_list)

  • reduce()

    reduce()接收一个函数(必须是二元操作函数)和一个序列作为参数，函数会作用于序列的元素，并且会把结果作用于下一个元素。比如：

    1
    2
    3
    4
    5
    l = [1, 2, 3]
    def add_exp(x, y):
    	return x+y

    res = reduce(add_exp, l)

  • groupby()

    groupby()是itertools中的一个函数，它的作用是对一个序列进行聚合分组运算，接收一个函数和一个序列，函数作用于参数key

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    from itertools import groupby

    l = [-1,  2, 5, 7, 13]
    def check_num(h):
      		if h>10:
          		return 'big'
     	 		elif h<=10 and h>5:
          		return 'middle'
      		else:
          		return 'small'
          res = groupby(l, key=check_num)

  • filter()

    filter()接收一个过滤函数和一个序列，对序列的每个元素，使用过滤函数对元素进行过滤,结果为除去过滤结果为True的元素

    1
    2
    3
    4
    5
    l = [1, 2, 3, 4]
    def is_prime(x):
    	if x % 2 == 0:
    		return True
    res = filter(is_prime, l)

2、语法的的实现

  • 列表生成式

    列表生成式是python一个非常强大的魔法，使用它可以用一行代码表达很多语义，比如：

    1
    [ x*x for x in xrange(10) if x % 2 ==0]  # 求10以内偶数的平方

  • 生成器generator

    生成器可以快速生成一个可迭代的对象，操作速度快。

    1
    2
    g_object = (x*x for x in xrange(5))  # xragne本身也是生成器
    g_object.next()   # 使用next方法访问

3、第三方模块的的实现

  • pyrsistent 构建纯函数

    pysistent第三方库实现了python中一些不可变的数据类型，对于函数而言，使用不可变的数据类型，更加方便我们构造出纯函数

  • functools partial 偏函数

    partial的作用可以通过参数调用绑定的函数，设置默认的参数值

  • compose (高阶函数）

    当看到compose时， 我的第一反应是这不是和Redux框架中连接中间件的compose一样吗，事实也是这样，他们功能类型，通过compose，可以让函数绑定多个顺序函数。

  • toolz.functoolz curry

    用于实现函数柯里化，也就是多个单参数函数实现多参数函数的方法

  • fn模块 fn模块包含大量的易于构建函数式的语法糖

  • 递归优化（注意Python递归1000个调用限制）

热评文章