淺談Python 函數(shù)式編程
匿名函數(shù)lambda表達(dá)式
什么是匿名函數(shù)?
匿名函數(shù),顧名思義就是沒(méi)有名字的函數(shù),在程序中不用使用 def 進(jìn)行定義,可以直接使用 lambda 關(guān)鍵字編寫簡(jiǎn)單的代碼邏輯。lambda 本質(zhì)上是一個(gè)函數(shù)對(duì)象,可以將其賦值給另一個(gè)變量,再由該變量來(lái)調(diào)用函數(shù),也可以直接使用。
#平時(shí),我們是先定義函數(shù),再進(jìn)行調(diào)用 def power(x): return x ** 2 print(power(2)) #使用lambda表達(dá)式的時(shí)候,我們可以這樣操作 power = lambda x : x ** 2 print(power(2)) #覺(jué)得太麻煩,還可以這樣調(diào)用 print((lambda x: 2 * x)(8))
lambda表達(dá)式的基本格式:lambda 入?yún)?: 表達(dá)式
#入?yún)⒖梢杂卸鄠€(gè),比如 power = lambda x, n: x ** n print(power(2, 3))
lambda 表達(dá)式的使用場(chǎng)景
一般適用于創(chuàng)建一些臨時(shí)性的,小巧的函數(shù)。比如上面的 power函數(shù),我們當(dāng)然可以使用 def 來(lái)定義,但使用 lambda 來(lái)創(chuàng)建會(huì)顯得很簡(jiǎn)潔,尤其是在高階函數(shù)的使用中。
定義一個(gè)函數(shù),傳入一個(gè)list,將list每個(gè)元素的值加1
def add(l = []): return [x +1 for x in l] print(add([1,2,3]))
上面的函數(shù)改成將所有元素的值加2
可能大家會(huì)說(shuō),這還不簡(jiǎn)單,直接把return里的1改成2就行了。但是真的行嗎?如果函數(shù)被多個(gè)地方使用,而其他地方并不想加2,怎么辦?
這好辦,把變得那部分抽出來(lái),讓調(diào)用者自己傳
def add(func,l = []): return [func(x) for x in l] def add1(x): return x+1 def add2(x): return x+2 print(add(add1,[1,2,3])) print(add(add2,[1,2,3]))
一個(gè)簡(jiǎn)簡(jiǎn)單單的問(wèn)題,一定要用這么多代碼實(shí)現(xiàn)?
def add(func,l = []): return [func(x) for x in l] print(add(lambda x:x+1,[1,2,3])) print(add(lambda x:x+2,[1,2,3]))
map函數(shù)
map的基本格式
map(func, *iterables)
map() 函數(shù)接收兩個(gè)以上的參數(shù),開(kāi)頭一個(gè)是函數(shù),剩下的是序列,將傳入的函數(shù)依次作用到序列的每個(gè)元素,并把結(jié)果作為新的序列返回。也就是類似 map(func,[1,2,3])
同樣的,我們還是來(lái)完成這樣一個(gè)功能:將list每個(gè)元素的值加1
def add(x): return x + 1 result = map(add, [1, 2, 3, 4]) print(type(result)) print(list(result))
使用lambda表達(dá)式簡(jiǎn)化操作
result = map(lambda x: x + 1, [1, 2, 3, 4]) print(type(result)) print(list(result))
函數(shù)中帶兩個(gè)參數(shù)的map函數(shù)格式
使用map函數(shù),將兩個(gè)序列的數(shù)據(jù)對(duì)應(yīng)位置求和,之后返回,也就是對(duì)[1,2,3],[4,5,6]兩個(gè)序列進(jìn)行操作之后,返回結(jié)果[5,7,9]
print(list(map(lambda x, y: x + y, [1, 2, 3], [4, 5, 6])))
對(duì)于兩個(gè)序列元素個(gè)數(shù)一樣的,相對(duì)好理解。如果兩個(gè)序列個(gè)數(shù)不一樣的,會(huì)不會(huì)報(bào)錯(cuò)?
print(list(map(lambda x, y: x + y, [1, 2, 3], [4, 5])))
我們可以看到不會(huì)報(bào)錯(cuò),但是結(jié)果以個(gè)數(shù)少的為準(zhǔn)
reduce函數(shù)
reduce函數(shù)的基本格式
reduce(function, sequence, initial=None)
reduce把一個(gè)函數(shù)作用在一個(gè)序列上,這個(gè)函數(shù)必須接收兩個(gè)參數(shù),reduce函數(shù)把結(jié)果繼續(xù)和序列的下一個(gè)元素做累積計(jì)算,跟遞歸有點(diǎn)類似,reduce函數(shù)會(huì)被上一個(gè)計(jì)算結(jié)果應(yīng)用到本次計(jì)算中
reduce(func, [1,2,3]) = func(func(1, 2), 3)
使用reduce函數(shù),計(jì)算一個(gè)列表的乘積
from functools import reduce def func(x, y): return x * y print(reduce(func, [1, 2, 3, 4]))
結(jié)合lambda表達(dá)式,簡(jiǎn)化操作
from functools import reduce print(reduce(lambda x, y: x * y, [1, 2, 3, 4]))
filter 函數(shù)
filter 顧名思義是過(guò)濾的意思,帶有雜質(zhì)的(非需要的數(shù)據(jù)),經(jīng)過(guò) filter 處理之后,就被過(guò)濾掉。
filter函數(shù)的基本格式
filter(function_or_None, iterable)
filter() 接收一個(gè)函數(shù)和一個(gè)序列。把傳入的函數(shù)依次作用于每個(gè)元素,然后根據(jù)返回值是 True 還是 False 決定保留還是丟棄該元素。
使用 filter 函數(shù)對(duì)給定序列進(jìn)行操作,最后返回序列中所有偶數(shù)
print(list(filter(lambda x: x % 2 == 0, [1, 2, 3, 4, 5])))
sorted 函數(shù)
sorted從字面上就可以看去這是個(gè)用來(lái)排序的函數(shù),sorted 可以對(duì)所有可迭代的對(duì)象進(jìn)行排序操作
sorted的基本格式
sorted(iterable, key=None, reverse=False) #iterable -- 可迭代對(duì)象。 #key -- 主要是用來(lái)進(jìn)行比較的元素,只有一個(gè)參數(shù),具體的函數(shù)的參數(shù)就是取自于可迭代對(duì)象中,指定可迭代對(duì)象中的一個(gè)元素來(lái)進(jìn)行排序。 #reverse -- 排序規(guī)則,reverse = True 降序 , reverse = False 升序(默認(rèn))。 #對(duì)序列做升序排序 print(sorted([1, 6, 4, 5, 9])) #對(duì)序列做降序排序 print(sorted([1, 6, 4, 5, 9], reverse=True)) #對(duì)存儲(chǔ)多個(gè)列表的列表做排序 data = [["Python", 99], ["c", 88]] print(sorted(data, key=lambda item: item[1]))
閉包
在萬(wàn)物皆對(duì)象的Python中,函數(shù)是否能作為函數(shù)的返回值進(jìn)行返回呢?
def my_power(): n = 2 def power(x): return x ** n return power p = my_power() print(p(4)) #------------------------------------------------------------ def my_power(): n = 2 def power(x): return x ** n return power n = 3 p = my_power() print(p(4))
我們可以看到,my_power 函數(shù)在返回的時(shí)候,也將其引用的值(n)一同帶回,n 的值被新的函數(shù)所使用,這種情況我們稱之為閉包
當(dāng)我們把n的值移除到my_power函數(shù)外面,這個(gè)時(shí)候來(lái)看下計(jì)算結(jié)果
n = 2 def my_power(): def power(x): return x ** n return power n = 3 p = my_power() print(p(4))
為什么輸出的結(jié)果會(huì)是64?
我們先來(lái)看看閉包時(shí),p.__closure____的結(jié)果
#例1 def my_power(): n = 2 def power(x): return x ** n return power p = my_power() print(p.__closure__) #結(jié)果:(<cell at 0x00000264518F9A38: int object at 0x00007FFA7F617120>) #closure是內(nèi)部函數(shù)的一個(gè)屬性,用來(lái)保存環(huán)境變量 #--------------------------------------------------------------------- #例2 n = 2 def my_power(): def power(x): return x ** n return power n = 3 p = my_power() print(p.__closure__) #輸出結(jié)果 None
通過(guò)例1跟例2對(duì)比,我們可以知道,例2并不是閉包
閉包經(jīng)典問(wèn)題
下面的程序是否是閉包?能否正確運(yùn)行
def my_power(): n = 2 def power(x): n += 1 return x ** n return power p = my_power() print(p(3))
如何讓上面的程序正確運(yùn)行?看看改正之后的結(jié)果
def my_power(): n = 2 def power(x): nonlocal n n += 1 return x ** n return power p = my_power() print(p.__closure__) print(p(3)) print(p(3))
看看下面的程序的運(yùn)行結(jié)果
def my_power(): n = 2 L = [] for i in range(1, 3): def power(): return i ** n L.append(power) return L f1, f2 = my_power() print(f1()) print(f2()) print(f1.__closure__[0].cell_contents) print(f2.__closure__[0].cell_contents)
python的函數(shù)只有在執(zhí)行時(shí),才會(huì)去找函數(shù)體里的變量的值,也就是說(shuō)你連形參都不確定,你咋求知道 i為幾呢?在這里,你只需要記住如果你連形參都不確定,python就只會(huì)記住最后一個(gè)i值。
裝飾器及其應(yīng)用
什么是裝飾器模式
裝飾器模式(Decorator Pattern)允許向一個(gè)現(xiàn)有的對(duì)象添加新的功能,同時(shí)又不改變其結(jié)構(gòu)。這種類型的設(shè)計(jì)模式屬于結(jié)構(gòu)型模式,它是作為現(xiàn)有的類的一個(gè)包裝。
這種模式創(chuàng)建了一個(gè)裝飾類,用來(lái)包裝原有的類,并在保持類方法簽名完整性的前提下,提供了額外的功能。
import time start = time.time() time.sleep(4) end = time.time() print(end - start)
從實(shí)際例子來(lái)看裝飾器
def my_fun(): print("這是一個(gè)函數(shù)") my_fun()
要再打印“這是一個(gè)函數(shù)”前面在打印多一行hello world。
def my_fun(): begin = time.time() time.sleep(2) print("這里一個(gè)函數(shù)") end = time.time() print(end-begin) my_fun()
這個(gè)時(shí)候,如果不想修改原有的函數(shù),咋整?
def my_fun(): print("這是一個(gè)函數(shù)") def my_time(func): begin = time.time() time.sleep(2) func() end = time.time() print(end - begin) my_time(func)
這種方式,因?yàn)橐黾庸δ?,?dǎo)致所有的業(yè)務(wù)調(diào)用方都得進(jìn)行修改,此法明顯不可取。
另一種方式:
def print_cost(func): def wrapper(): begin = time.time() time.sleep(2) func() end = time.time() print(end - begin) return wrapper @print_cost def my_fun(): print("這里一個(gè)函數(shù)")
第二種方式并沒(méi)有修改func函數(shù)的內(nèi)部實(shí)現(xiàn),而是使用裝飾器模式對(duì)其功能進(jìn)行裝飾增強(qiáng)。
以上就是淺談Python 函數(shù)式編程的詳細(xì)內(nèi)容,更多關(guān)于Python 函數(shù)式編程的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
使用Python和大模型進(jìn)行數(shù)據(jù)分析和文本生成
Python語(yǔ)言以其簡(jiǎn)潔和強(qiáng)大的特性,成為了數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和人工智能開(kāi)發(fā)的首選語(yǔ)言之一,在這篇文章中,我將介紹如何用Python連接和使用大模型,并通過(guò)示例展示如何在實(shí)際項(xiàng)目中應(yīng)用這些技術(shù),需要的朋友可以參考下2024-05-05解決c++調(diào)用python中文亂碼問(wèn)題
這篇文章主要介紹了c++調(diào)用python中文亂碼問(wèn)題,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-07-07Python實(shí)現(xiàn)自動(dòng)上傳文件到百度網(wǎng)盤
這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)自動(dòng)上傳文件到百度網(wǎng)盤功能,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起了解一下2023-04-04淺談keras保存模型中的save()和save_weights()區(qū)別
這篇文章主要介紹了淺談keras保存模型中的save()和save_weights()區(qū)別,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-05-05Python爬蟲(chóng)lxml庫(kù)處理XML和HTML文檔
在當(dāng)今信息爆炸的時(shí)代,網(wǎng)絡(luò)上的數(shù)據(jù)量龐大而繁雜,為了高效地從網(wǎng)頁(yè)中提取信息,Python爬蟲(chóng)工程師們需要強(qiáng)大而靈活的工具,其中,lxml庫(kù)憑借其卓越的性能和豐富的功能成為Python爬蟲(chóng)領(lǐng)域的不可或缺的工具之一,本文將深入介紹lxml庫(kù)的各個(gè)方面,充分掌握這個(gè)強(qiáng)大的爬蟲(chóng)利器2023-12-12Python 的第三方調(diào)試庫(kù) ???pysnooper?? 使用示例
這篇文章主要介紹了Python 的第三方調(diào)試庫(kù) ???pysnooper?? 使用示例的相關(guān)資料,需要的朋友可以參考下2023-02-02python實(shí)現(xiàn)文件分片上傳的接口自動(dòng)化
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)文件分片上傳的接口自動(dòng)化,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2020-11-11