详解Python函数式编程—高阶函数

函数式编程就是一种抽象程度很高的编程范式，纯粹的函数式编程语言编写的函数没有变量，因此，任意一个函数，只要输入是确定的，输出就是确定的，这种纯函数我们称之为没有副作用。而允许使用变量的程序设计语言，由于函数内部的变量状态不确定，同样的输入，可能得到不同的输出，因此，这种函数是有副作用的。

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。

高阶函数

变量可以指向函数

函数名其实就是变量

函数名是什么？函数名其实就是指向函数的变量，对于abs这个函数，完全可以把函数名看做成为一个变量，

传入函数

既然变量可以指向函数，函数的参数可以接受变量，那么一个函数就可以当做另一个函数的变量，这种函数就被称为高阶函数

def add(x,y,f):
	return f(x)+f(y)

下面介绍一个内置的高阶函数

map接受两个参数，一个是Iterable一个是函数。map将传入的函数依次作用于到序列的每一个元素上，有点想列表生成式，并把结果作为写的Iterator返回

map得到的结果是一个Iterator，所以要用list（）函数让整个序列变成一个list
list不是Iterator因为是[] ， generator 是Iterator（）
可以使用iter来将Iterable变成Iterator

本实例，实验了str

reduce用法

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

比如对一个序列求和

fliter

filter用于过滤序列，和map类似，filter也接受一个函数和一个序列，和map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决定保留还是丢弃该元素

def is_odd(n):
  return n % 2 == 1

list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
# 结果: [1, 5, 9, 15]

filter与reduce和map一样，反悔的都是Iterator惰性序列，需要用list转换

关于slice中的切片

str[::2]相当于正数开始2个一取，str[::-2]从倒数第一个元素开始，2个一取

Sorted

排序算法

排序也是在程序中经常用到的算法，无论使用冒泡排序还是快速排序，排序的核心是比较两个元素的大小。
数字我们可以直接比较，但如果是字符串或者是两个dict

sorted也是一个高阶函数，可以用key函数来实现自定义的排序

> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]

默认情况下，对字符串排序，是按照ASCII的大小比较的，由于'Z' < ‘a'，结果，大写字母Z会排在小写字母a的前面。

这样，我们给sorted传入key函数，即可实现忽略大小写的排序：

> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
['about', 'bob', 'Credit', 'Zoo']

要进行反向排序，不必改动key函数，可以传入第三个参数reverse=True：

> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']

map reduce filter sorted

以上所述是小编给大家介绍的Python函数式编程—高阶函数详解整合，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对网站的支持！