Python函數(shù)式編程指南(一):函數(shù)式編程概述
1. 函數(shù)式編程概述
1.1. 什么是函數(shù)式編程?
函數(shù)式編程使用一系列的函數(shù)解決問(wèn)題。函數(shù)僅接受輸入并產(chǎn)生輸出,不包含任何能影響產(chǎn)生輸出的內(nèi)部狀態(tài)。任何情況下,使用相同的參數(shù)調(diào)用函數(shù)始終能產(chǎn)生同樣的結(jié)果。
在一個(gè)函數(shù)式的程序中,輸入的數(shù)據(jù)“流過(guò)”一系列的函數(shù),每一個(gè)函數(shù)根據(jù)它的輸入產(chǎn)生輸出。函數(shù)式風(fēng)格避免編寫(xiě)有“邊界效應(yīng)”(side effects)的函數(shù):修改內(nèi)部狀態(tài),或者是其他無(wú)法反應(yīng)在輸出上的變化。完全沒(méi)有邊界效應(yīng)的函數(shù)被稱(chēng)為“純函數(shù)式的”(purely functional)。避免邊界效應(yīng)意味著不使用在程序運(yùn)行時(shí)可變的數(shù)據(jù)結(jié)構(gòu),輸出只依賴(lài)于輸入。
可以認(rèn)為函數(shù)式編程剛好站在了面向?qū)ο缶幊痰膶?duì)立面。對(duì)象通常包含內(nèi)部狀態(tài)(字段),和許多能修改這些狀態(tài)的函數(shù),程序則由不斷修改狀態(tài)構(gòu)成;函數(shù)式編程則極力避免狀態(tài)改動(dòng),并通過(guò)在函數(shù)間傳遞數(shù)據(jù)流進(jìn)行工作。但這并不是說(shuō)無(wú)法同時(shí)使用函數(shù)式編程和面向?qū)ο缶幊蹋聦?shí)上,復(fù)雜的系統(tǒng)一般會(huì)采用面向?qū)ο蠹夹g(shù)建模,但混合使用函數(shù)式風(fēng)格還能讓你額外享受函數(shù)式風(fēng)格的優(yōu)點(diǎn)。
1.2. 為什么使用函數(shù)式編程?
函數(shù)式的風(fēng)格通常被認(rèn)為有如下優(yōu)點(diǎn):
1.邏輯可證
這是一個(gè)學(xué)術(shù)上的優(yōu)點(diǎn):沒(méi)有邊界效應(yīng)使得更容易從邏輯上證明程序是正確的(而不是通過(guò)測(cè)試)。
2.模塊化
函數(shù)式編程推崇簡(jiǎn)單原則,一個(gè)函數(shù)只做一件事情,將大的功能拆分成盡可能小的模塊。小的函數(shù)更易于閱讀和檢查錯(cuò)誤。
3.組件化
小的函數(shù)更容易加以組合形成新的功能。
4.易于調(diào)試
細(xì)化的、定義清晰的函數(shù)使得調(diào)試更加簡(jiǎn)單。當(dāng)程序不正常運(yùn)行時(shí),每一個(gè)函數(shù)都是檢查數(shù)據(jù)是否正確的接口,能更快速地排除沒(méi)有問(wèn)題的代碼,定位到出現(xiàn)問(wèn)題的地方。
5.易于測(cè)試
不依賴(lài)于系統(tǒng)狀態(tài)的函數(shù)無(wú)須在測(cè)試前構(gòu)造測(cè)試樁,使得編寫(xiě)單元測(cè)試更加容易。
6.更高的生產(chǎn)率
函數(shù)式編程產(chǎn)生的代碼比其他技術(shù)更少(往往是其他技術(shù)的一半左右),并且更容易閱讀和維護(hù)。
1.3. 如何辨認(rèn)函數(shù)式風(fēng)格?
支持函數(shù)式編程的語(yǔ)言通常具有如下特征,大量使用這些特征的代碼即可被認(rèn)為是函數(shù)式的:
函數(shù)是一等公民
函數(shù)能作為參數(shù)傳遞,或者是作為返回值返回。這個(gè)特性使得模板方法模式非常易于編寫(xiě),這也促使了這個(gè)模式被更頻繁地使用。
以一個(gè)簡(jiǎn)單的集合排序?yàn)槔僭O(shè)lst是一個(gè)數(shù)集,并擁有一個(gè)排序方法sort需要將如何確定順序作為參數(shù)。
如果函數(shù)不能作為參數(shù),那么lst的sort方法只能接受普通對(duì)象作為參數(shù)。這樣一來(lái)我們需要首先定義一個(gè)接口,然后定義一個(gè)實(shí)現(xiàn)該接口的類(lèi),最后將該類(lèi)的一個(gè)實(shí)例傳給sort方法,由sort調(diào)用這個(gè)實(shí)例的compare方法,就像這樣:
#偽代碼
interface Comparator {
compare(o1, o2)
}
lst = list(range(5))
lst.sort(Comparator() {
compare(o1, o2) {
return o2 - o1 //逆序
})
可見(jiàn),我們定義了一個(gè)新的接口、新的類(lèi)型(這里是一個(gè)匿名類(lèi)),并new了一個(gè)新的對(duì)象只為了調(diào)用一個(gè)方法。如果這個(gè)方法可以直接作為參數(shù)傳遞會(huì)怎樣呢?看起來(lái)應(yīng)該像這樣:
def compare(o1, o2):
return o2 - o1 #逆序
lst = list(range(5))
lst.sort(compare)
請(qǐng)注意,前一段代碼已經(jīng)使用了匿名類(lèi)技巧從而省下了不少代碼,但仍然不如直接傳遞函數(shù)簡(jiǎn)單、自然。
匿名函數(shù)(lambda)
lambda提供了快速編寫(xiě)簡(jiǎn)單函數(shù)的能力。對(duì)于偶爾為之的行為,lambda讓你不再需要在編碼時(shí)跳轉(zhuǎn)到其他位置去編寫(xiě)函數(shù)。
lambda表達(dá)式定義一個(gè)匿名的函數(shù),如果這個(gè)函數(shù)僅在編碼的位置使用到,你可以現(xiàn)場(chǎng)定義、直接使用:
lst.sort(lambda o1, o2: o1.compareTo(o2))
相信從這個(gè)小小的例子你也能感受到強(qiáng)大的生產(chǎn)效率:)
封裝控制結(jié)構(gòu)的內(nèi)置模板函數(shù)
為了避開(kāi)邊界效應(yīng),函數(shù)式風(fēng)格盡量避免使用變量,而僅僅為了控制流程而定義的循環(huán)變量和流程中產(chǎn)生的臨時(shí)變量無(wú)疑是最需要避免的。
假如我們需要對(duì)剛才的數(shù)集進(jìn)行過(guò)濾得到所有的正數(shù),使用指令式風(fēng)格的代碼應(yīng)該像是這樣:
lst2 = list()
for i in range(len(lst)): #模擬經(jīng)典for循環(huán)
if lst[i] > 0:
lst2.append(lst[i])
這段代碼把從創(chuàng)建新列表、循環(huán)、取出元素、判斷、添加至新列表的整個(gè)流程完整的展示了出來(lái),儼然把解釋器當(dāng)成了需要手把手指導(dǎo)的傻瓜。然而,“過(guò)濾”這個(gè)動(dòng)作是很常見(jiàn)的,為什么解釋器不能掌握過(guò)濾的流程,而我們只需要告訴它過(guò)濾規(guī)則呢?
在Python里,過(guò)濾由一個(gè)名為filter的內(nèi)置函數(shù)實(shí)現(xiàn)。有了這個(gè)函數(shù),解釋器就學(xué)會(huì)了如何“過(guò)濾”,而我們只需要把規(guī)則告訴它:
lst2 = filter(lambda n: n > 0, lst)
這個(gè)函數(shù)帶來(lái)的好處不僅僅是少寫(xiě)了幾行代碼這么簡(jiǎn)單。
封裝控制結(jié)構(gòu)后,代碼中就只需要描述功能而不是做法,這樣的代碼更清晰,更可讀。因?yàn)楸荛_(kāi)了控制結(jié)構(gòu)的干擾,第二段代碼顯然能讓你更容易了解它的意圖。
另外,因?yàn)楸荛_(kāi)了索引,使得代碼中不太可能觸發(fā)下標(biāo)越界這種異常,除非你手動(dòng)制造一個(gè)。
函數(shù)式編程語(yǔ)言通常封裝了數(shù)個(gè)類(lèi)似“過(guò)濾”這樣的常見(jiàn)動(dòng)作作為模板函數(shù)。唯一的缺點(diǎn)是這些函數(shù)需要少量的學(xué)習(xí)成本,但這絕對(duì)不能掩蓋使用它們帶來(lái)的好處。
閉包(closure)
閉包是綁定了外部作用域的變量(但不是全局變量)的函數(shù)。大部分情況下外部作用域指的是外部函數(shù)。
閉包包含了自身函數(shù)體和所需外部函數(shù)中的“變量名的引用”。引用變量名意味著綁定的是變量名,而不是變量實(shí)際指向的對(duì)象;如果給變量重新賦值,閉包中能訪(fǎng)問(wèn)到的將是新的值。
閉包使函數(shù)更加靈活和強(qiáng)大。即使程序運(yùn)行至離開(kāi)外部函數(shù),如果閉包仍然可見(jiàn),則被綁定的變量仍然有效;每次運(yùn)行至外部函數(shù),都會(huì)重新創(chuàng)建閉包,綁定的變量是不同的,不需要擔(dān)心在舊的閉包中綁定的變量會(huì)被新的值覆蓋。
回到剛才過(guò)濾數(shù)集的例子。假設(shè)過(guò)濾條件中的 0 這個(gè)邊界值不再是固定的,而是由用戶(hù)控制。如果沒(méi)有閉包,那么代碼必須修改為:
class greater_than_helper:
def __init__(self, minval):
self.minval = minval
def is_greater_than(self, val):
return val > self.minval
def my_filter(lst, minval):
helper = greater_than_helper(minval)
return filter(helper.is_greater_than, lst)
請(qǐng)注意我們現(xiàn)在已經(jīng)為過(guò)濾功能編寫(xiě)了一個(gè)函數(shù)my_filter。如你所見(jiàn),我們需要在別的地方(此例中是類(lèi)greater_than_helper)持有另一個(gè)操作數(shù)minval。
如果支持閉包,因?yàn)殚]包可以直接使用外部作用域的變量,我們就不再需要greater_than_helper了:
def my_filter(lst, minval):
return filter(lambda n: n > minval, lst)
可見(jiàn),閉包在不影響可讀性的同時(shí)也省下了不少代碼量。
函數(shù)式編程語(yǔ)言都提供了對(duì)閉包的不同程度的支持。在Python 2.x中,閉包無(wú)法修改綁定變量的值,所有修改綁定變量的行為都被看成新建了一個(gè)同名的局部變量并將綁定變量隱藏。Python 3.x中新加入了一個(gè)關(guān)鍵字 nonlocal 以支持修改綁定變量。但不管支持程度如何,你始終可以訪(fǎng)問(wèn)(讀?。┙壎ㄗ兞俊?/p>
內(nèi)置的不可變數(shù)據(jù)結(jié)構(gòu)
為了避開(kāi)邊界效應(yīng),不可變的數(shù)據(jù)結(jié)構(gòu)是函數(shù)式編程中不可或缺的部分。不可變的數(shù)據(jù)結(jié)構(gòu)保證數(shù)據(jù)的一致性,極大地降低了排查問(wèn)題的難度。
例如,Python中的元組(tuple)就是不可變的,所有對(duì)元組的操作都不能改變?cè)M的內(nèi)容,所有試圖修改元組內(nèi)容的操作都會(huì)產(chǎn)生一個(gè)異常。
函數(shù)式編程語(yǔ)言一般會(huì)提供數(shù)據(jù)結(jié)構(gòu)的兩種版本(可變和不可變),并推薦使用不可變的版本。
遞歸
遞歸是另一種取代循環(huán)的方法。遞歸其實(shí)是函數(shù)式編程很常見(jiàn)的形式,經(jīng)??梢栽谝恍┧惴ㄖ幸?jiàn)到。但之所以放到最后,是因?yàn)閷?shí)際上我們一般很少用到遞歸。如果一個(gè)遞歸無(wú)法被編譯器或解釋器優(yōu)化,很容易就會(huì)產(chǎn)生棧溢出;另一方面復(fù)雜的遞歸往往讓人感覺(jué)迷惑,不如循環(huán)清晰,所以眾多最佳實(shí)踐均指出使用循環(huán)而非遞歸。
這一系列短文中都不會(huì)關(guān)注遞歸的使用。
<第一節(jié)完>
相關(guān)文章
python過(guò)濾字符串中不屬于指定集合中字符的類(lèi)實(shí)例
這篇文章主要介紹了python過(guò)濾字符串中不屬于指定集合中字符的類(lèi),涉及Python針對(duì)字符串與集合的相關(guān)操作技巧,需要的朋友可以參考下2015-06-06Win10 GPU運(yùn)算環(huán)境搭建(CUDA10.0+Cudnn 7.6.5+pytroch1.2+tensorflow1.
熟悉深度學(xué)習(xí)的人都知道,深度學(xué)習(xí)是需要訓(xùn)練的,本文主要介紹了Win10 GPU運(yùn)算環(huán)境搭建,文中通過(guò)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2021-09-09使用pyinstaller打包django的方法實(shí)現(xiàn)
本文主要介紹了使用pyinstaller打包django的方法,文中通過(guò)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2021-09-09你知道嗎實(shí)現(xiàn)炫酷可視化只要1行python代碼
這篇文章主要給大家介紹了關(guān)于利用Python進(jìn)行數(shù)據(jù)可視化常見(jiàn)的9種方法!文中介紹的方法真的超實(shí)用!對(duì)大家學(xué)習(xí)或者使用python具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-08-08淺談Python中的可迭代對(duì)象、迭代器、For循環(huán)工作機(jī)制、生成器
這篇文章主要介紹了Python中的可迭代對(duì)象、迭代器、For循環(huán)工作機(jī)制、生成器,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03pytorch中torch.max和Tensor.view函數(shù)用法詳解
今天小編就為大家分享一篇pytorch中torch.max和Tensor.view函數(shù)用法詳解,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2020-01-01Python模擬瀏覽器上傳文件腳本的方法(Multipart/form-data格式)
今天小編就為大家分享一篇Python模擬瀏覽器上傳文件腳本的方法(Multipart/form-data格式),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2018-10-10